Select Python 中的所有行 pandas

Question

我有一个 function 旨在在过滤要定义的某些行后沿着pandas DataFrame的列打印sum ； 以及这个数量在没有任何过滤器的情况下占相同总和的百分比：

def my_function(df, filter_to_apply, col):
    my_sum = np.sum(df[filter_to_apply][col])
    print(my_sum)
    print(my_sum/np.sum(df[col]))

现在我想知道是否有任何方法可以让filter_to_apply实际上不执行任何过滤器（即保留所有行），以继续使用我的 function（实际上有点复杂和方便），即使我不这样做想要任何过滤器。

因此，一些filter_f1可以： df[filter_f1] = df并且可以与其他过滤器一起使用： filter_f1 & filter_f2 。

一个可能的答案是： df.index.isin(df.index)但我想知道是否有更容易理解的东西（例如，我试图只使用True但它没有用）。

Answer 1

这是一种选择所有行的方法：

df[range(0, len(df))]

这也是

df[:]

但我还没有想出一种方法来传递:作为参数。

Answer 2

在 Pandas 上有一个名为loc的函数可以过滤行。 你可以这样做：

df2 = df.loc[<Filter here>]

#Filter can be something like df['price']>500 or df['name'] == 'Brian'
#basically something that for each row returns a boolean

total = df2['ColumnToSum'].sum()

Answer 3

Python 切片 object，即slice(-1)充当 object，它选择可索引 object 中的所有索引。因此df[slice(-1)]将 select 中的所有行DataFrame . 您可以将其存储在一个变量中，您可以在您的逻辑中进一步完善该初始值：

filter_to_apply = slice(-1)  # initialize to select all rows

... # logic that may set `filter_to_apply` to something more restrictive

my_function(df, filter_to_apply, col)