如何找到与已知数据子集匹配的 pandas 数据帧的 boolean 索引？

Question

我有一个包含几列整数的数据框，比如说它们被标记为A - E 。 我有兴趣根据A 、 B和C之间的关系找到D < E的列。 我怀疑这种关系类似于D < E if (A < B) & (B > C) 。 我的目标是仅A 、 B和C来预测D < E是否为真。

我也对理论方法感兴趣，我意识到这不属于 Python 问题，但我们将不胜感激。

Answer 1

You can mask the pandas dataframe with a boolean expression, and chek serveral things to evaluate the relatinship between A, B, C, D and E. My example is based on random number though. 但这应该给你方向。

import pandas as pd
import numpy as np 

data = np.random.randint(0,10,(5,5))

df = pd.DataFrame(data, columns=["A", "B", "C", "D", "E"]) 

# filtering data on index value 
mask = (df.D < df.E) & (df.A < df.B) & (df.B > df.C) 

print(df)

#    A  B  C  D  E
# 0  1  7  7  9  0
# 1  4  9  3  0  3
# 2  3  4  1  1  6
# 3  2  1  4  3  5
# 4  8  8  2  3  6

print(mask)

# 0    False
# 1     True
# 2     True
# 3    False
# 4    False
# dtype: bool

print(df[mask])

#    A  B  C  D  E
# 1  4  9  3  0  3
# 2  3  4  1  1  6


print(len(df[mask].index))
# 2

print(mask.all())
# False

特别注意这一行：

mask = (df.D < df.E) & (df.A < df.B) & (df.B > df.C) 

其中(df.D < df.E)是D和E之间的关系， (df.A < df.B) & (df.B > df.C)是A 、 B和C之间的关系。 如果两者都评估为True ，则关系“匹配”，最终结果将为True 。

Answer 2

我找到了一种使用operator package 来迭代所有不等式关系组合的方法。 这是我使用的基本方法：

import itertools
from operator import *

for ineq1, ineq2, ineq3 in itertools.product([lt, le, ge, gt,
                                              lambda a, b: True],
                                              repeat=3):
    mask = ineq1(data.A, data.B) & ineq2(data.B, data.C) & ineq3(data.C, data.A)

    if data[mask].equals(taget_data):
      print([ineq.__name__ for ineq in [ineq1, ineq2, ineq3])
      break