pandas：使用运算符链接过滤 DataFrame 的行

小编典典

pandas：使用运算符链接过滤 DataFrame 的行

all

中的大多数操作pandas都可以通过运算符链接（groupby,
aggregate,apply等）来完成，但我发现过滤行的唯一方法是通过普通括号索引

df_filtered = df[df['column'] == value]

这是不吸引人的，因为它需要我分配df给一个变量，然后才能过滤它的值。是否有类似以下的内容？

df_filtered = df.mask(lambda x: x['column'] == value)

阅读 80

2022-03-22

共1个答案

小编典典

我不完全确定你想要什么，你的最后一行代码也无济于事，但无论如何：

“链接”过滤是通过“链接”布尔索引中的条件来完成的。

In [96]: df
Out[96]:
   A  B  C  D
a  1  4  9  1
b  4  5  0  2
c  5  5  1  0
d  1  3  9  6

In [99]: df[(df.A == 1) & (df.D == 6)]
Out[99]:
   A  B  C  D
d  1  3  9  6

如果要链接方法，可以添加自己的掩码方法并使用该方法。

In [90]: def mask(df, key, value):
   ....:     return df[df[key] == value]
   ....:

In [92]: pandas.DataFrame.mask = mask

In [93]: df = pandas.DataFrame(np.random.randint(0, 10, (4,4)), index=list('abcd'), columns=list('ABCD'))

In [95]: df.ix['d','A'] = df.ix['a', 'A']

In [96]: df
Out[96]:
   A  B  C  D
a  1  4  9  1
b  4  5  0  2
c  5  5  1  0
d  1  3  9  6

In [97]: df.mask('A', 1)
Out[97]:
   A  B  C  D
a  1  4  9  1
d  1  3  9  6

In [98]: df.mask('A', 1).mask('D', 6)
Out[98]:
   A  B  C  D
d  1  3  9  6

2022-03-22