select 值基于 pandas dataframe 中的 pandas 中的条件

Question

这是我的 dataframe 暗淡

          var         types     count
0         var1       nominal      1
1         var2       ordinal      1
2         var3  quantitative      2
3         var4  quantitative      2

我想得到 dim["var"] 其中 dim["types"] == 定量和 dim["count"] > 1。然后结果是一个列表 [var3, var4]。 当我尝试以下查询时：

print(dim["var"].where((dim["types"] =="quantitative") & (dim["count"] > 1)))

我得到以下结果：

0    NaN
1    NaN
2    NaN
3    NaN

我不知道如何获得所需的解决方案。

Answer 1

使用带有掩码的DataFrame.loc ：

L = dim.loc[(dim["types"] =="quantitative") & (dim["count"] > 1), "var"].tolist()
print (L)
['var3', 'var4']

您的 output 是正确的，因为Series.where将 where 条件为False的值转换为缺失值：

print ((dim["types"] =="quantitative") & (dim["count"] > 2))
0    False
1    False
2    False
3    False
dtype: bool

print(dim["var"].where((dim["types"] =="quantitative") & (dim["count"] > 2)))
0    NaN
1    NaN
2    NaN
3    NaN
Name: var, dtype: object

因此，如果在条件 output 中使用==是：

print ((dim["types"] =="quantitative") & (dim["count"] > 1))
0    False
1    False
2     True
3     True
dtype: bool

print(dim["var"].where((dim["types"] =="quantitative") & (dim["count"] > 1)))
0     NaN
1     NaN
2    var3
3    var4
Name: var, dtype: object 

Answer 2

将loc访问器与您的掩码一起使用。

>>> (dim["types"] == "quantitative") & (dim["count"] > 1)
0    False
1    False
2     True
3     True
dtype: bool

像这样：

>>> dim.loc[(dim["types"] == "quantitative") & (dim["count"] > 1), 'var']
2    var3
3    var4
Name: var, dtype: object