Question

我正在尝试编写一个函数，它将返回一系列满足某些条件的DataFrame行。

说白了，它看起来像这样：

def get_measurement(measurements_base, data_selection, condition_id="", subject_id="", scan_type_id=""):
        measurement_path = data_selection[(data_selection["condition"] == condition_id)&(data_selection["subject"] == subject_id)&(data_selection["scan_type"] == scan_type_id)]["measurement"]

但是，我希望仅在实际指定要检查的变量时才应用每个条件（由&分隔的语句）。类似的东西：

logical_set=[]
if condition_id:
    logical_set.extend((data_selection["condition"] == condition_id))

我知道它不会像这样 - 但是什么是一种功能性的（如果可能的话）优雅的方法来解决这个问题？

Answer 1

您可以先初始化一个全真布尔选择掩码，并使用每个指定的条件更新掩码：

＆＃xA;＆＃xA;

 ＃假设df是输入DataFrame＆＃ xA; mask = pd.Series（True，index = df.index）＆＃xA; if condition_id：＆＃xA; mask＆amp; = df ['condition_id'] == condition_id＆＃xA; if subject_id：＆＃xA; mask＆amp; = ...＆＃xA;

＆＃xA;＆＃xA;

如果您有很多列，最好使用字典来表示条件。然后，可以按如下方式实现更通用的选择功能：

＆＃xA;＆＃xA;

  def get_measurement（df，conditions）：＆＃xA; mask = pd.Series（True，index = df.index）＆＃xA; for k，v in conditions.iteritems（）：＆＃xA; mask＆amp; =（df [k] == v）＆＃xA; return df [mask]＆＃xA;＆＃xA; df = pd.DataFrame（{'a'：[1,2,3]，'b'：[4,5,6]，'measurement'：[100,200,300 ]}）＆＃xA; print df＆＃xA; print get_measurement（df，{'a'：1，'b'：4}）＆＃xA;

＆＃xA;＆＃xA ;

输出：

＆＃xA;＆＃xA;

  #Input＆＃xA; a b测量＆＃xA; 0 1 4 100＆＃xA; 1 2 5 200＆＃xA; 2 3 6 300＆＃xA;＆＃xA;＃选择使用{'a'：1，'b'：4}＆＃xA; a b测量＆＃xA; 0 1 4 100＆＃xA;

＆＃xA;

过滤Pandas DataFrame取决于是否指定了过滤器值

1 个答案: