Pandas - 基于多个条件的过滤器

Question

当我需要按数据框排除某些行时，我遇到了问题。

这里的代码：

import numpy as np
import pandas as pd
dff = {
    'ID': [1, 2, 3, 4, 5, 6, 7],
    'Default': [1,1,0,1,0,1,0],
    'Default_Amount': [1200,2000,0,350,0,760,0],
    'Tot_Amount': [1200,2000,3400,350,10000,760,7500],
    'Time' : ['October','March','November','November','January','December','January'],
    'Class': ['A','B','A','A','B','B','A']
}
dff = pd.DataFrame(dff)
display(dff)

dff[(dff.Time != 'November') & (dff.Default == 1) ]

我想要做的是排除数据框中具有以下两个条件的行：时间 = 11 月，默认值 = 1（即数据框中的 ID 4）。

但是，如果我执行此代码“ dff[(dff.Time != 'November') & (dff.Default == 1) ] ”，它还会排除其他时间 =“November”，默认值 = 0。

我怎样才能避免这个问题？

提前致谢！

Answer 1

您需要匹配不等于dff.Default != 1与按位OR by | ：

df = dff[(dff.Time != 'November') | (dff.Default != 1) ]

或反转掩码，但更改| 到&用于按位AND并将!=更改为== ：

df = dff[~((dff.Time == 'November') & (dff.Default == 1)) ]

Answer 2

这是简单的布尔代数

要么遵循德摩根定律，要么在得到 OR ( | ) 时反转这两个条件：

dff[(dff.Time != 'November') | (dff.Default != 1) ]

或添加（ & ）你的两个条件，并否定（ ~ ）：

dff[~((dff.Time == 'November') & (dff.Default == 1)) ]

Answer 3

你为什么不简单地使用

dff[dff.ID != 4]

否则你可以使用

dff[~((dff.Time == 'November') & (dff.Default == 1))]

您的代码的问题是(dff.Time != 'November')首先选择所有非 11 月行，然后(dff.Default == 1)仅选择默认为 '1' 的所有行。