从熊猫数据框中的多列中选择相同的数据

Question

我有以下数据，

name    marks   team1   team2
John    30  kk  vv.
Sera    56  gg  ww.
Saara   66  dd  gg.
Dirg    33  rr  dd.
maget   34  ff  rr.
fared   56  vv  ff.
juile   32  ww  kk.

我需要有通用公式来按行获取记录，在第 1 组和第 2 组中有 'kk' 这只是一个示例数据，我有超过 100k 行的实际数据。

Answer 1

使用带有filter创建的掩码的boolean indexing获取带有team所有列，通过eq ( == ) 进行比较并通过any获得每行至少一个True ：

df = df[df.filter(like='team').eq('kk').any(axis=1)]
#if want select columns by names
#df = df[df[['team1','team2']].eq('kk').any(axis=1)]

为了获得更好的性能，请使用numpy.any ：

df = df[np.any(df.filter(like='team').values == 'kk', axis=1)]

---

print (df)
    name  marks team1 team2
0   John     30    kk    vv
6  juile     32    ww    kk

细节：

print (df.filter(like='team').eq('kk'))
   team1  team2
0   True  False
1  False  False
2  False  False
3  False  False
4  False  False
5  False  False
6  False   True

print (df.filter(like='team').eq('kk').any(axis=1))
0     True
1    False
2    False
3    False
4    False
5    False
6     True
dtype: bool