过滤熊猫中的数据框

Question

我有一个数据框，如下所示：

dic ={'wteam': [2, 3, 4, 2, 4], 'lteam': [3, 4, 2, 4, 2]}
pd.DataFrame(dic) 

   lteam  wteam
0    3      2
1    4      3
2    2      4
3    4      2
4    3      4

我需要一个新的数据框，其中包含2个lteam或wteam。

        lteam  wteam
    0    3      2
    2    2      4
    3    4      2

如何在熊猫中做到这一点？

Answer 1

您起始df的输出是错误的，最后一行应该是[2,4]，除此之外，我们可以在布尔过滤的df生成的索引上调用loc并删除所有NaN值：

In [15]:

df.loc[df[df==2].dropna(thresh=1).index]
Out[15]:
   lteam  wteam
0      3      2
2      2      4
3      4      2
4      2      4

分解如下：

In [16]:

df[df==2]
Out[16]:
   lteam  wteam
0    NaN      2
1    NaN    NaN
2      2    NaN
3    NaN      2
4      2    NaN
In [17]:

df[df==2].dropna(thresh=1)
Out[17]:
   lteam  wteam
0    NaN      2
2      2    NaN
3    NaN      2
4      2    NaN

一种更简洁的方法是提供2个布尔条件：

In [18]:

df[(df.lteam == 2) | (df.wteam == 2)]
Out[18]:
   lteam  wteam
0      3      2
2      2      4
3      4      2
4      2      4

这需要使用按位| 运算符和由于运算符优先级引起的条件括号

如果您有很多列，则第一种方法会更好，但对于简单的数据集，则第二种方法会更好。