Question

我有一个带有许多列的pandas DataFrame（df），其中两个是“ Year”和“ col_1”

我在列表（条件）中也总结了一个提取条件：

[1234,5432，...，54353,654,1234]。

如果要满足以下条件，我想提取此DataFrame的子集：

((df.Year==1990) & (df.col_1>=Criteria[0])) or

((df.Year==1991) & (df.col_1>=Criteria[1])) or

((df.Year==1992) & (df.col_1>=Criteria[2])) or 

...

((df.Year==2010) & (df.col_1>=Criteria[20])) or

((df.Year==2011) & (df.col_1>=Criteria[21]))

尽管我可以列出所有这些条件的组合，但我想只需短短一行即可完成此操作，例如：

df = df[df[['col_1','col_2']].apply(lambda x: f(*x), axis=1)]

（来自how do you filter pandas dataframes by multiple columns）

请告知我该怎么做。谢谢。

Answer 1

Sample DataFrame：

df = pd.DataFrame({'col_1':[2000,1,54353,5],
                   'Year':[1990,1991,1992,1993],
                   'a':range(4)})

print (df)
   col_1  Year  a
0   2000  1990  0
1      1  1991  1
2  54353  1992  2
3      5  1993  3

按条件和年份组合创建助手dictionary：

Criteria = [1234,5432,54353,654,1234]
years = np.arange(1990, 1990 + len(Criteria))
d = dict(zip(years, Criteria))
print (d)
{1990: 1234, 1991: 5432, 1992: 54353, 1993: 654, 1994: 1234}

最后map前year列并按boolean indexing过滤：

df = df[df['col_1'] >= df['Year'].map(d)]
print (df)
   col_1  Year  a
0   2000  1990  0
2  54353  1992  2

详细信息：

print (df['Year'].map(d))
0     1234
1     5432
2    54353
3      654
Name: Year, dtype: int64

print (df['col_1'] >= df['Year'].map(d))

0     True
1    False
2     True
3    False
dtype: bool

熊猫按两列过滤（python）

1 个答案: