Question

我有一只大熊猫＆＃39; DataFrame，当我对数据帧执行操作时，我得到了一个系列。如何使用该系列仅选择我找到匹配的记录？

现在，我将该列附加到DataFrame上，然后对数据帧进行查询，然后删除该列。我真的不喜欢这个解决方案，所以我希望能得到更好的解决方案。

data = [[1,2,3], [1,3,4], [3,4,5]]
columns = ['a', 'b', 'c']
df = pd.DataFrame(data, columns=columns)
series = df.myoperation()
df['myoperation'] = series
res = df[df['myoperation'] == True] 
del res['myoperation']

series对象将产生1-1匹配，因此索引项1将匹配数据框对象中的项目1。

上面是我的hacky代码来完成它，但我担心当数据框有很多列或比这个简单的例子更多的数据时，它会很慢。

谢谢

Answer 1

我认为如果series布尔Series的索引与df相同且长度与df相同，我可以使用它 - 它被称为boolean indexing：< / p>

series = pd.Series([True, False, True], index=df.index)
res = df[series]
print (res)
   a  b  c
0  1  2  3
2  3  4  5

它始终与boolean list和numpy数组一起使用，只有lenght必须与df相同：

L = [True, False, True]
res = df[L]
print (res)
   a  b  c
0  1  2  3
2  3  4  5

arr = np.array([True, False, True])
res = df[arr]
print (res)
   a  b  c
0  1  2  3
2  3  4  5

根据系列值选择DataFrame数据

1 个答案: