如果多个条件中的某些为真，则为熊猫（布尔数学？）

Question

所以我有一个包含6列浮点数(>= 0, <= 100)的数据框，我需要选择每一行中至少有4列大于15。

我可以写一个真的，真的，很长的陈述来涵盖每种可能性，但是我觉得有一个更有效的解决方案。我在R中找到了类似的解决方案，可以解决如下问题：

if(((x >= 15) + (y >= 15) + (z >= 15) + (i >= 15) + (j >= 15) + (k >= 15)) >= 4)

Python和/或Pandas有类似的东西吗？

显然，它也需要以df[(condition) & (condition)...]格式工作。

Answer 1

假设您要过滤至少4个大于15的值的行，则可以使用布尔索引：

# first identify numeric columns, if necessary
num_cols = df.select_dtypes(include='number').columns

# apply conditional filter
res = df[(df[num_cols] > 15).sum(1) >= 4]

# alternative syntax
res = df[df[num_cols].gt(15).sum(1).ge(4)]

想法是构造一个布尔数据帧df > 15，通过pd.DataFrame.sum逐行求和，然后通过与4比较来构造布尔序列。

Answer 2

df.loc[:, (df > 15).sum() >=4]

用于列的子集

columns_to_consider = ['a', 'b', 'c']
df.loc[:, ((df[columns_to_consider] > 15).sum() >=4).index]
# or
df[columns_to_consider].loc[:, (df[columns_to_consider] > 15).sum() >=4]