多条件熊猫的动态过滤

Question

我有 5 列、10k 行的数据框，所有数据都是整数。 数据框如下所示：

Item_code#  Column1 Column2 Column3 Column4 Column5
02516       3       1       10      21      7
03382       23      12      4       5       31
05921       20      3       1       11      25
82433       3       12      20      21      33

我需要摆脱不携带所有三个整数的行，比如 1,3 和 10。在这种情况下，每个整数的顺序无论是出现在 column1 还是 column2 中都将被忽略。

关于如何进行此过滤的任何想法？

编辑

从此数据框中仅保留项目代码 02516、04599 和 85345：

Item_code#  Column1  Column2  Column3  Column4  Column5
2516        3        1        10       21       7
3382        23       12       4        5        31
5921        20       3        1        11       25
82433       3        12       20       21       33
1455        1        1        3        25       6
4599        3        10       15       1        21
85345       0        1        3        3        10

Answer 1

您可以使用isin和任何Pandas 数据框方法来做到这一点：

import pandas as pd
from io import StringIO

data = """
Item_code#  Column1 Column2    Column3    Column4    Column5
02516       3       1       10      21      7
03382       23      12      4       5       31
05921       20      3       1       11      25
82433       3       12      20      21      33
"""

df = pd.read_csv(StringIO(data), sep='\s+')
match_list = [1, 3, 10]
df1 = df[df.isin(match_list).any(axis=1)]
print(df1)

   Item_code#  Column1  Column2  Column3  Column4  Column5
0        2516        3        1       10       21        7
2        5921       20        3        1       11       25
3       82433        3       12       20       21       33

编辑

如果您需要将它们全部匹配，您可以尝试使用 sum 方法：

df1 = df[df.isin(match_list).sum(axis=1) == len(match_list)]

print(df1)
Item_code#  Column1  Column2  Column3  Column4  Column5
0        2516        3        1       10       21        7

编辑2

对于您的编辑，您可以执行以下操作：

data = """
Item_code#  Column1 Column2 Column3 Column4 Column5 
02516 3 1 10  21  7 
03382 23  12  4 5 31 
05921  20 3  1 11  25 
82433  3 12  20  21  33 
01455  1 1 3 25  6 
04599 3 10  15  1 21 
85345  0 1 3 3 10
"""
df = pd.read_csv(StringIO(data), sep='\s+')

match_list = [1, 3, 10]
df1 = df[df.isin(match_list).sum(axis=1) >= len(match_list)]

In [26]: print(df1)
   Item_code#  Column1  Column2  Column3  Column4  Column5
0        2516        3        1       10       21        7
4        1455        1        1        3       25        6
5        4599        3       10       15        1       21
6       85345        0        1        3        3       10