我有以下DataFrame,我需要分别在[f1,f2,f3,f4,f5]字段中选择[1,2,3,4,5]的数据。
ID f1 f2 f3 f4 f5
1 1 2 3 4 5
2 2 3 4 5 6
3 1 2 3 4 5
4 5 4 2 3 4
df = DataFrame(numpy.array([[1, 1, 2, 3, 4, 5],
[2, 2, 3, 4, 5, 6],
[3, 1, 2, 3, 4, 5],
[4, 5, 4, 2, 3, 4]], dtype=int64),
columns = ['ID','f1','f2','f3','f4','f5'])
一种显而易见的方法是执行以下操作:
df[(df['f1'] == 1) & (df['f2'] == 2) & (df['f3'] == 3) & (df['f4'] == 4) & (df['f5'] == 5)]
有没有简洁的方法来做到这一点?我需要多次执行此操作,并且某些其他DataFrame的字段名称可能不同。
答案 0 :(得分:4)
一种稍微简单的方法可能是:
>>> df[(df.loc[:, 'f1':'f5'] == np.arange(1, 6)).all(1)]
ID f1 f2 f3 f4 f5
0 1 1 2 3 4 5
2 3 1 2 3 4 5
此处df.loc[:, 'f1':'f5']
选择列,并对这些列进行测试(逐行)以确保与数组[1, 2, 3, 4, 5]
相等。