选择与熊猫多列中的值匹配的行

Question

如何选择与多列中的值匹配的行？

例如，我们有以下df

k1 | k2 | v1 | v2
1  | 2  | 3  | 4
1  | 5  | 5  | 6
1  | 8  | 8  | 9

我正在尝试选择中间行：

key_names = ["k1", "k2"]
keys = [1, 5]
selected_rows = df.loc[df[key_names].isin(keys)]

我收到以下错误：

ValueError: Cannot index with multidimensional key

预期输出为：

1  | 5  | 5  | 6

谢谢

Answer 1

TLDR

根据您的要求使用以下之一：

df[(df[key_names] == keys).all(1)]

df[df[key_names].isin(keys).all(1)]

---

您已经很接近了，您已经成功创建了蒙版，只需要将其缩小为一个尺寸以进行索引。

>>> df[key_names].isin(keys)
     k1     k2
0  True  False
1  True   True
2  True  False

您只对所有值均为True的行感兴趣，因此可以使用all减小第一轴的尺寸。

>>> df[key_names].isin(keys).all(1)
0    False
1     True
2    False
dtype: bool

这里需要说明的一点是，isin与顺序无关，因此，使用另一种顺序的值可以获得相同的结果。

>>> df[key_names].isin([5, 1]).all(1)
0    False
1     True
2    False
dtype: bool

如果您只需要精确的排序匹配，请使用==进行广播比较，而不要使用isin

>>> (df[key_names] == keys).all(1)
0    False
1     True
2    False
dtype: bool

>>> (df[key_names] == [5, 1]).all(1)
0    False
1    False
2    False
dtype: bool

---

这里的最后一步是使用您创建的1D掩码为原始DataFrame编制索引：

>>> df[(df[key_names] == keys).all(1)]
   k1  k2  v1  v2
1   1   5   5   6

Answer 2

也许 df.query（'k1 == 1和k2 == 5'）就足够了吗？

或df[df.apply(lambda row: {1,5} == set((row.k1, row.k2)), axis=1)]

第二种解决方案可以按任何按键顺序使用。