df.loc[] 具有多个可调用对象

Question

我想使用两个单独的 Callables（一个由用户提供，一个由参数提供）在 DataFrame 中进行查找。 也可以接受：索引一个 Callable 和另一个使用显式语法的过滤器。

这可能吗？ 我猜它可以用 groupby 来完成，但这似乎有点麻烦。

最小代码示例：

import pandas as pd  # Version: 0.23.4, Python 2.7
df = pd.DataFrame({'C1': [1, 2,1], 'C2': [3, 4, 10]})


# This works
filter = lambda adf: adf['C1']==1
df.loc[filter]

# So does this
df.loc[df['C2']>5]

# Both of them together works
df.loc[(df['C2']>5) & (df['C1']==1)]

# So why don't any of these?
df.loc[(df['C2']>5) & filter] #TypeError: ...
df.loc[(df['C2']>5) & (filter)] # TypeError: ...
df.loc[df['C2']>5 & filter] # TypeError: ...

filter2 = lambda adf: adf['C2']>5
df.loc[(filter) & (filter2)] # TypeError: ...
df.loc[(filter) | (filter2)] # TypeError: ...

# Nesting works, but isn't pretty for multiple callables
df.loc[(df['C2']>5)].loc[filter]

Answer 1

当您将 lambda filter作为loc参数传递时，您将其作为对象函数传递，而不是作为该函数计算的结果。

出于这个原因，您不能使用任何logical operator来组合多个函数，这与使用多个logical条件时发生的情况不同。

在任何情况下，如果您想使用异构标准（逻辑和功能）来过滤数据框，您可以使用loc两次。 正如你自己建议的那样。

# function
filter = lambda df: df['C1']==1
df.loc[(df['C2']>5)].loc[filter]