Question

此问题非常与another相关，我甚至会使用该问题中非常有用的解决方案中的示例。以下是已接受的解决方案（信贷到unutbu）的示例：

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
#      A      B  C   D
# 0  foo    one  0   0
# 1  bar    one  1   2
# 2  foo    two  2   4
# 3  bar  three  3   6
# 4  foo    two  4   8
# 5  bar    two  5  10
# 6  foo    one  6  12
# 7  foo  three  7  14

print(df.loc[df['A'] == 'foo'])

产量

     A      B  C   D
0  foo    one  0   0
2  foo    two  2   4
4  foo    two  4   8
6  foo    one  6  12
7  foo  three  7  14

但是如果我想挑出包含'foo'和'one'的所有行呢？这里将是第0行和第6行。我的尝试是尝试

print(df.loc[df['A'] == 'foo' and df['B'] == 'one'])

不幸的是，这不起作用。任何人都可以提出一种方法来实现这样的东西吗？理想情况下，在and和or中可能存在一组更为复杂的条件，但实际上我并不需要这样做。

Answer 1

您的代码中只需要进行非常小的更改：使用and更改&（并添加括号以正确排序比较）：

In [104]: df.loc[(df['A'] == 'foo') & (df['B'] == 'one')]
Out[104]:
     A    B  C   D
0  foo  one  0   0
6  foo  one  6  12

你必须使用&的原因是，这将在数组上进行元素比较，而and期望比较两个评估为True或False的表达式。
同样，当您想进行or比较时，您可以在这种情况下使用|。

Answer 2

您可以在代码中进行微小的更改来执行此操作：

print(df[df['A'] == 'foo'][df['B'] == 'one'])

<强>输出：

     A    B  C   D
0  foo  one  0   0
6  foo  one  6  12

根据pandas中多列中的值从Dataframe中选择行

2 个答案: