您可以根据总和或计数或多个变量过滤 Pandas 数据框吗？

Question

我正在尝试根据一组或条件过滤 Pandas 数据框，但它们都非常相似，我想知道是否有更有效的方法来编写它。

具体来说，我想包含数据帧 (df) 中的任何一组变量为 1 的行：

df.query("Q50r5==1 or Q50r6==1 or Q50r7==1 or Q50r8==1 or Q50r9==1 or Q50r10==1 or Q50r11==1")

这将正确过滤到其中任何变量为 1 的行。

但是，我希望有更多情况需要将数据框过滤为类似的内容，例如：

df.query("Q20r1==1 or Q20r2==1 or Q20r3==1")
df.query("Q23r2==1 or Q23r5==1 or Q23r7==1 or Q23r8==1")

.query()上的.query()文档没有指定您可以在 Python 中的其他地方使用和或类似的内容，因此这可能是执行此查询的唯一方法，但是是否存在某种总和或我可以在查询中的这些列中进行计数吗？ 类似于“any(1,Q20r1,Q20r2,Q20r3)”或“sum(Q20r1,Q20r2,Q20r3)>0”？

编辑：例如，使用这个小数据框：

我想检索 ID #s 1,2,4,5,7 并排除 #s 3 和 6，因为 3 和 6 在我所指的列中没有任何 1。

Answer 1

您可以使用any和axis = 1来检查一行中是否至少有一个值为True 。

例如，您可以运行

df[(df[["Q20r1", "Q20r2", "Q20r3"]] == 1).any(axis = 1)]