pandas：使用运算符链接过滤 DataFrame 的行

Question

Most operations in pandas can be accomplished with operator chaining ( groupby , aggregate , apply , etc), but the only way I’我发现过滤行是通过正常的括号索引

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

这是没有吸引力的，因为它需要我将 df 分配给一个变量，然后才能过滤其值。有没有更像下面的东西？

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

原文由 duckworthd 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

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”布尔索引中的标准来完成的。

 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

如果你想链接方法，你可以添加你自己的掩码方法并使用那个方法。

 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

原文由 Wouter Overmeire 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

可以使用 Pandas 查询 链接过滤器：

 df = pd.DataFrame(np.random.randn(30, 3), columns=['a','b','c'])
df_filtered = df.query('a > 0').query('0 < b < 2')

过滤器也可以组合在一个查询中：

 df_filtered = df.query('a > 0 and 0 < b < 2')

原文由 bscan 发布，翻译遵循 CC BY-SA 4.0 许可协议