按值内部过滤列并获取索引

Question

我希望使用值大于或等于1的列来获取其他数据框填充。

df = pd.DataFrame({'A': '0 1 0 0 1 2'.split(),
               'B': '0.1 0.2 0 0.5 0 0.1'.split(),'C':'0.1 0.2 0 0.5 0 0.1'.split()})

   A    B    C
0  0  0.1  0.1
1  1  0.2  0.2
2  0    0    0
3  0  0.5  0.5
4  1    0    0
5  2  0.1  0.1

例如，我会这样得到df2：

df2 = pd.DataFrame({'A': '0 1 0 0 1 2'.split()})

如果我尝试df2 = df2 [df2.values.astype（float）＆gt; = 1]我保留我的三列

Answer 1

您可以使用ge表示获取值greater或equal，然后按any过滤至少一个True和最后boolean indexing按ix的列：

print (df.astype(float).ge(1, axis=1))
       A      B      C
0  False  False  False
1   True  False  False
2  False  False  False
3  False  False  False
4   True  False  False
5   True  False  False

print (df.astype(float).ge(1, axis=1).any())
A     True
B    False
C    False
dtype: bool

#sample data are strings, so first cast to float
df2 = df.ix[:, df.astype(float).ge(1, axis=1).any()]
print (df2)
   A
0  0
1  1
2  0
3  0
4  1
5  2

它也适用于：

df2 = df.ix[:, (df.astype(float) >= 1).any()]
print (df2)
   A
0  0
1  1
2  0
3  0
4  1
5  2

Answer 2

我创建了一个布尔掩码，其中列中的至少一些值是> = 1.然后我在数据和列上使用此掩码来生成新的数据帧。

我利用numpy进行掩饰。

# convert to floats and define mask
v = df.values.astype(float)
mask = (v >= 1).any(0)

# assign new dataframe with masked data and masked columns
# just incase there where multiple columns that satisfied.
df2 = pd.DataFrame(v.T[mask].T, columns=df.columns[mask])
df2

时序

df 1000次

df = pd.concat([df.T for _ in range(1000)], ignore_index=True).T