Question

编辑：原来我的问题只是一个版本问题。但是，在回答我的初步问题的过程中，还解决了其他几个问题，因此我对这些问题进行了重写，并将其列在下面：

我熟悉一些大熊猫的功能，即selection by callables。文档建议使用lambda函数，例如使用值＆gt;提取数据帧df1中的所有样本0表示功能＆＃39; A＆＃39;：
```
df1.loc[lambda df: df.A > 0, :]
```
是否有更紧凑，更pythonic的方式来做到这一点？
让我们说df1现在是一个带有特征A的数据帧，但这些值是混合的双精度和三元组（2和3元组）。如何提取仅含有双倍的样本？我尝试将此作为df1.loc[len(df1.A)>2,:]，但很清楚，大熊猫没有像我期望的那样广播价值。

Answer 1

您必须重新启动IDE。

您的另一个question：

将apply与len：

一起使用

import pandas as pd

data = {'A': [(1,2), (1,2), (1,2), (1,2), (1,2,4), (1,2,3)],
        'B': [13, 98, 23, 45, 64, 10]}

df = pd.DataFrame(data)

print (df)
           A   B
0     (1, 2)  13
1     (1, 2)  98
2     (1, 2)  23
3     (1, 2)  45
4  (1, 2, 4)  64
5  (1, 2, 3)  10

print (df[df.A.apply(len) >2])

           A   B
4  (1, 2, 4)  64
5  (1, 2, 3)  10

Answer 2

如果没有lambda函数，您可以执行以下操作：

df1.loc[df1.A>0,:]

也许文档已经过时了。

通过callables选择大熊猫

2 个答案: