请求很简单:我想选择包含大于阈值的值的所有行。
如果我这样做:
df[(df > threshold)]
我得到这些行,但低于该阈值的值只是NaN
。如何避免选择这些行?
答案 0 :(得分:12)
绝对不需要双转置 - 您只需在布尔矩阵上的列索引(提供1或'columns'
)上调用any
即可。
df[(df > threshold).any(1)]
示例强>
>>> df = pd.DataFrame(np.random.randint(0, 100, 50).reshape(5, 10))
>>> df
0 1 2 3 4 5 6 7 8 9
0 45 53 89 63 62 96 29 56 42 6
1 0 74 41 97 45 46 38 39 0 49
2 37 2 55 68 16 14 93 14 71 84
3 67 45 79 75 27 94 46 43 7 40
4 61 65 73 60 67 83 32 77 33 96
>>> df[(df > 95).any(1)]
0 1 2 3 4 5 6 7 8 9
0 45 53 89 63 62 96 29 56 42 6
1 0 74 41 97 45 46 38 39 0 49
4 61 65 73 60 67 83 32 77 33 96
转换为您的自我答案确实只是一个不必要的性能打击。
df = pd.DataFrame(np.random.randint(0, 100, 10**8).reshape(10**4, 10**4))
# standard way
%timeit df[(df > 95).any(1)]
1 loop, best of 3: 8.48 s per loop
# transposing
%timeit df[df.T[(df.T > 95)].any()]
1 loop, best of 3: 13 s per loop
答案 1 :(得分:0)
这实际上非常简单:
df[df.T[(df.T > 0.33)].any()]