[英]Is there a better way to select rows from a pandas DataFrame based on multiple conditions?
我正在尝试基于多个条件从 pandas DataFrame 中的 select 行。 代码如下所示：
row = videos_train_df[
(videos_train_df['pid1']==pid1)
&(videos_train_df['pid2']==pid2)
&(videos_train_df['vid'] ==vid)]
有没有更好的方法（在代码可读性方面）做同样的事情？
我会在eq之后做all事情
new = df[df[['pid1','pid2','vid']].eq([pid1,pid2,vid]).all(1)]
从 pandas 数据框中选择具有多个条件的非 NaN 行
[英]select non-NaN rows with multiple conditions from a pandas dataframe
熊猫基于多个条件从数据框中删除行，而没有for循环
[英]pandas remove rows from dataframe based on multiple conditions without for loops
根据多个条件从 pandas dataframe 中删除具有 NaN 的行
[英]Drop rows with NaNs from pandas dataframe based on multiple conditions
根据熊猫中MULTIPLE列中的值从DataFrame中选择行
[英]Select rows from a DataFrame based on values in a MULTIPLE columns in pandas
根据多个条件从 Pandas DataFrame 中随机选择行
[英]Randomly select rows from Pandas DataFrame based on multiple criteria
熊猫：使用多个条件从数据框中选择行的有效方法
[英]Pandas: Efficient way to select rows from a dataframe using multiple criteria
根据其他行和列的多个条件在数据框中创建新列？ 包括空行？ - 蟒蛇/熊猫
[英]Creating a new column in dataframe based on multiple conditions from other rows and columns? Including rows that are null? - Python/Pandas
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.