Python Pandas，布尔索引：如何选择具有“ True”值的所有行

Question

让我们假设我需要一个过滤器的“起点”。如何获取列中所有值的布尔索引为“ True”？

最小示例： ->很明显。如果我的df形状为（2，2），我想获得（2,1）= True的布尔索引。当然，这2行是可变的，列数也是可变的。

import pandas as pd
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)

现在我有一个类似“ col1中的值必须为1”的条件，所以我这样做：

boolean_index = df.loc[:,'col1']==1

返回

0     True
1    False
Name: col1, dtype: bool

但是我想要的是不指定任何条件（例如，不指定boolean_index = df.loc [：，'col1'] == 1 ）并返回

0     True
1     True
Name: col1, dtype: bool

我可能只是想弄明白吗？还是没有人问这个问题？

Answer 1

尚不清楚您要做什么，但是要获取True列，您可以对其进行过滤：

df = pd.DataFrame({'Col' : ['Something'] * 300})
df['FilterCol'] = df.Col.apply(lambda x : x == 'Something')

然后：

df[df['FilterCol']]

返回所有内容。在lambda函数中将“东西”更改为“无”（或其他任何东西，显然是这样）。

然后，您可以仅基于要过滤的内容来更改lambda函数。

（编辑-根据当前有问题的示例-添加：

df.apply(lambda x : True)

在代码末尾获得所需的答案。）

（编辑2-从新的最小示例开始：

import pandas as pd
d = {'col1': [1, 2], 'col2': [3, 4]}
df = pd.DataFrame(data=d)
df.apply(lambda x : True, axis=1)

输出为：

0    True
1    True
dtype: bool

没有像您的示例中那样声明名称和dtype，但这是据我所知。

（最终编辑（希望:)）

df.col1.apply(lambda x : True)

输出我认为您正在寻找的答案。 ）