Question

相关：Selecting with complex criteria from pandas.DataFrame

我有一些DataFrame：

df = pd.DataFrame({'name': ['apple1', 'apple2', 'apple3', 'apple4', 'orange1', 'orange2', 'orange3', 'orange4'], 
                   'A': [0, 0, 0, 0, 0, 0 ,0, 0], 
                  'B': [0.10, -0.15, 0.25, -0.55, 0.50, -0.51, 0.70, 0], 
                  'C': [0, 0, 0.25, -0.55, 0.50, -0.51, 0.70, 0.90],
                  'D': [0.10, -0.15, 0.25, 0, 0.50, -0.51, 0.70, 0.90]})
df
name    A   B   C   D
0   apple1  0   0.10    0.00    0.10
1   apple2  0   -0.15   0.00    -0.15
2   apple3  0   0.25    0.25    0.25
3   apple4  0   -0.55   -0.55   0.00
4   orange1 0   0.50    0.50    0.50
5   orange2 0   -0.51   -0.51   -0.51
6   orange3 0   0.70    0.70    0.70
7   orange4 0   0.00    0.90    0.90

现在假设我要在A，B，C和D中选择所有值小于0.25的行：

df[(df['A'] < 0.25) & 
  (df['B'] < 0.25) &
  (df['C'] < 0.25) &
  (df['D'] < 0.25)]
    name    A   B   C   D
0   apple1  0   0.10    0.00    0.10
1   apple2  0   -0.15   0.00    -0.15
3   apple4  0   -0.55   -0.55   0.00
5   orange2 0   -0.51   -0.51   -0.51

太好了，但是我可以使用列列表作为输入来实现相同的目的吗？

想象一下，我想过滤100列而不是4列。

Answer 1

在这种情况下，由于您对多个列具有相同的条件，因此可以对axis=1使用.all来检查 all True >所选列：

df[df.loc[:, 'A':].lt(0.25).all(axis=1)] name A B C D 0 apple1 0 0.10 0.00 0.10 1 apple2 0 -0.15 0.00 -0.15 3 apple4 0 -0.55 -0.55 0.00 5 orange2 0 -0.51 -0.51 -0.51

如果您的列排序不正确，请使用双括号选择数据：

df[df[['A', 'B', 'C', 'D']].lt(0.25).all(axis=1)]

注意： .lt与<相同，代表“ l ess t han “

如果，如果您有很多带有单个字母的列，那么您将无法手动选择太多列，我们可以将DataFrame.filter与regex结合使用：

df[df.filter(regex='[A-Z]').lt(0.25).all(axis=1)]

Answer 2

将DataFrame.all与"{0} - {1} > interval '1 day'"结合使用以执行boolean indexing。

axis=1

输出

df[(df[['A','B','C','D']]<0.25).all(axis=1)]

另一种方法：pd.Index.difference

      name  A     B     C     D
0   apple1  0  0.10  0.00  0.10
1   apple2  0 -0.15  0.00 -0.15
3   apple4  0 -0.55 -0.55  0.00
5  orange2  0 -0.51 -0.51 -0.51

熊猫-根据列列表中的值选择行

2 个答案: