Question

我有一个带有'filter1'，'filter2'，..'filter1000'列的df。这些列中每个列的值都是文本“ true”或“ false”。

现在，我想编写一个函数，将这些过滤器名称的列表作为输入（例如['filter8'，'filter284'...，'filter323']），并仅返回其中一个或多个行更多的相应过滤器值为“ true”。

我确实写了这段代码：

def filter_by_precalculated_filters(df,filters_names):
    df = pd.concat(df.loc[df[filter_name] == 'true'] for filter_name in filters_names) 
    #do something with df here etc...

但是此解决方案似乎很糟糕，因为： 1.慢 2.如果过滤器不是一次性的，那么这将创建带有重复项的df（据我所知）。

那么什么是好的解决方案？

Answer 1

您可以在isin()中使用pandas.DataFrame()方法：

df = df.loc[df['column name to apply filter'].isin(filter_list)]

Answer 2

df = df.loc[(df[filters_names]=='true').any(axis=1)]

就我而言。如果有几个您感兴趣的值，则：

df = df.loc[(df[filters_names].isin(values)).any(axis=1)]

根据不同数量的列进行选择

2 个答案: