根据条件在 pandas 中定位一行

Question

所以这是一个常见问题，但我找不到适合这种特定情况的答案。

所以我有一个Dataframe类型的列，例如“戏剧，西部”和一个热门编码版本的类型，所以对于戏剧和西部，两列中都有一个1 ，但它只是西方类型，它的1代表该列， 0代表戏剧.

我想要一个过滤的 dataframe 包含只有西方而没有其他类型的行。 我试图对 model 进行过度采样，因为它是次要的 class 但我不想增加其他类型的数量作为副产品

有多行所以我不能使用索引并且有多种类型所以我不能使用像df[(df['Western']==1) & (df['Drama']==0)这样的条件df[(df['Western']==1) & (df['Drama']==0)无需考虑24种类型。

Index | Genre           |  Drama | Western | Action | genre 4 |
   0    Drama, Western       1        1         0         0
   1    Western              0        1         0         0
   3    Action, Western      0        1         1         0

Answer 1

如果我正确理解你的问题，你想要那些只有“西方”为 1 的行，即类型只有西方，没有别的。

为什么你必须使用编码列呢？ 只需使用数据为字符串格式的原始“流派”列。 没有必要把事情复杂化。

new_df = df[df['Genre']=='Western']

Answer 2

制作一个流派的 column_list，如column_list = ['Western', 'Drama', 'Action', ...]并找到它的总和，如果它的总和等于 1，那么我们可以比较 'Western' 列的值，如果它等于 1。试试这个，这应该返回只有 'Western' 为 1 的行的索引：

column_list = ['Western', 'Drama', 'Action', ...]
df.loc[df[column_list].sum(axis=1)==1 and df['Western']==1, 'Index']

Answer 3

如果您没有Genre列，您可以这样做

df[
    (df['Western']==1)
    &
    (df[df.columns.difference(['Western'])]==0).all(axis=1)
]