Question

Python 2.7，Pandas 0.18。

我有一个DataFrame，我有通过标准参数选择行子集的方法。我想知道一种更惯用的方式来编写一个匹配所有行的标准。

这是一个非常简单的例子：

import pandas as pd

def apply_to_matching(df,criterion):
   df.loc[criterion,'A'] = df[criterion]['A']*df[criterion]['B']

df = pd.DataFrame({'A':[1,2,3,4],'B':[10,100,1000,10000]})

criterion = (df['A']<3)
result = apply_to_matching(df,criterion)
print df

输出结果为：

     A      B
0   10     10
1  200    100
2    3   1000
3    4  10000

因为该标准仅适用于前两行。

我想知道创建一个选择DataFrame所有行的标准的惯用方法。

这可以通过向DataFrame添加所有真值的列来完成：

# Add a column
df['AllTrue']=True
criterion = df['AllTrue']
result = apply_to_matching(df,criterion)
print df.drop('AllTrue',axis=1)

输出结果为：

       A      B
0     10     10
1    200    100
2   3000   1000
3  40000  10000

但是这种方法会在我的DataFrame中添加一个列，我必须稍后将其过滤掉，而不是在我的输出中获取它。

那么，在熊猫中有没有更惯用的方法呢？一个不要求我知道有关列名的任何内容，而不是更改DataFrame？

Answer 1

当一切都应该为True时，布尔索引方式需要一系列True。使用上面的代码，另一种查看它的方法是criterion参数也可以接收切片。获取所有行意味着像这样df.loc[:, 'A']切割整个行。由于您需要将其作为参数传递给apply_to_matching函数，请使用slice内置函数：

apply_to_matching(df, slice(None, None))

熊猫数据框＆＃34;所有真实＆＃34;标准

1 个答案: