如何使用多个布尔条件在Pandas DataFrame中选择特定列

Question

我正在尝试为上述问题找到一个很好的，全面的答案。

让我们采用以下数据框：

df = pd.DataFrame(np.random.randn(4,4), columns=['A', 'B', 'C', 'D'])
df['Category'] = pd.Series(['Cat1', 'Cat2', 'Cat1', 'Cat2'])
df:
            A         B         C         D Category
  0  0.057456  0.462712 -1.245539  0.095947     Cat1
  1  0.741688  0.353600  1.130754 -1.692440     Cat2
  2  0.638623 -0.109566  0.118509 -0.692661     Cat1
  3 -0.905806  0.284818 -0.094696 -1.325617     Cat2

我了解使用df.A或df['A']选择列A并使用df[['A', 'B']]选择列A和B的基本术语。

而且，如果我想通过布尔条件，可以执行df[df.A > 0]以返回df.A大于0的行。并且我可以包含多个条件，例如df[(df.A > 0) & (df.Category == 'Cat1')]包含多个条件。

我没有看到的一件事是，如何选择具有与上面使用的两个布尔条件相同的数据框列的子集。

我尝试过的两种方法均未成功：

df['B'].where(df.A > 0)

这将返回索引中的所有行，而我只希望针对上述条件返回True的那些行。

我也尝试过使用query而没有成功，因为它不能在系列上使用。

因此df['A'].query(some condition)返回错误消息。

理想情况下，我正在寻找的解决方案具有以下条件：

1. 可以在单列或多列上使用。 即，您可以同时选择df['A']和df['B'] 。
2. 如果需要，可以使用多个布尔条件，而不仅仅是一个。
3. 仅返回针对条件评估为True的行，而不是所有行。
4. 理想情况下，从语法上讲是简单的，但是如果不可能，那么就做到这一点。

谢谢。

Answer 1

我认为您正在寻找.loc

df.loc[df.A>0,'B']
0    0.462712
1    0.353600
2   -0.109566
Name: B, dtype: float64
df.loc[(df.A>0)&(df.B<0),['B','C']]
          B         C
2 -0.109566  0.118509

Answer 2

@WB的答案只是使用query的变体：

df.query('A > 0 and B < 0').loc[:, ['B', 'C']]

要么

df.query('A > 0 and B < 0')[['B', 'C']]

也将打印

          B         C
2 -0.109566  0.118509

Answer 3

您正在正确处理df['B'].where(df.A > 0)条件。 但是，仅在其后附加一些其他功能即可仅实现True结果。

具有多个（也可以通过单个）条件的示例：

df[['B','C']].where((df.A > 1) & (df.D>0)).dropna().reset_index(drop=True)