Question

假设我具有以下数据框：

df = pd.DataFrame({'color':['red', 'green', 'blue'], 'brand':['Ford','fiat', 'opel'], 'year':[2016,2016,2017]})

        brand   color   year
0       Ford    red     2016
1       fiat    green   2016
2       opel    blue    2017

我知道要使用多个列进行选择，我可以执行以下操作：

new_df = df[(df['color']=='red')&(df['year']==2016)]

现在我想做的是找到一种使用字典来选择我想要的行的方法，其中字典的键代表映射到允许值的列。例如，在df上应用以下字典{'color':'red', 'year':2016}将产生与new_df相同的结果。

我已经可以使用for循环来做到这一点，但我想知道是否有任何更快和/或更多的 pythonic 方式！

请附上方法花费的时间。

Answer 1

是的，有！您可以使用简单的列表推导方法构建查询字符串，然后将该字符串传递给query进行动态评估。

query = ' and '.join([f'{k} == {repr(v)}' for k, v in m.items()]) 
# query = ' and '.join(['{} == {}'.format(k, repr(v)) for k, v in m.items()]) 
new_df = df.query(query)

print(query)
# "color == 'red' and year == 2016"

print(new_df)
  color brand  year
0   red  Ford  2016

有关query（和eval）的更多信息，请在此处查看我的信息：Dynamic Expression Evaluation in pandas using pd.eval()

为获得更好的性能，并使用空格处理列名称等，请使用logical_and.reduce：

df[np.logical_and.reduce([df[k] == v for k,v in m.items()])] 

  color brand  year
0   red  Ford  2016

Answer 2

带有单个表达式：

In [728]: df = pd.DataFrame({'color':['red', 'green', 'blue'], 'brand':['Ford','fiat', 'opel'], 'year':[2016,2016,2017]})

In [729]: d = {'color':'red', 'year':2016}

In [730]: df.loc[np.all(df[list(d)] == pd.Series(d), axis=1)]
Out[730]: 
  brand color  year
0  Ford   red  2016

使用字典灵活选择熊猫数据框行

2 个答案: