[英]Selecting rows from a Dataframe based on values from multiple columns in pandas
[英]Selecting rows from a Dataframe based on values in multiple columns in pandas
這個問題與另一個問題非常相關,我甚至會在這個問題上使用非常有用的解決方案中的例子。 以下是已接受的解決方案(信用證到unutbu)的示例:
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
'B': 'one one two three two two one three'.split(),
'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
# A B C D
# 0 foo one 0 0
# 1 bar one 1 2
# 2 foo two 2 4
# 3 bar three 3 6
# 4 foo two 4 8
# 5 bar two 5 10
# 6 foo one 6 12
# 7 foo three 7 14
print(df.loc[df['A'] == 'foo'])
產量
A B C D
0 foo one 0 0
2 foo two 2 4
4 foo two 4 8
6 foo one 6 12
7 foo three 7 14
但是如果我想挑選包含'foo'和'one'的所有行呢? 這里將是第0行和第6行。我的嘗試是嘗試
print(df.loc[df['A'] == 'foo' and df['B'] == 'one'])
不幸的是,這不起作用。 任何人都可以提出一種方法來實現這樣的東西嗎? 理想情況下,一般情況下可能會有一套更為復雜的條件涉及and
, or
,雖然我實際上並不需要這樣做。
您的代碼中只需要進行非常小的更改:更改and
使用&
(並添加括號以正確排序比較):
In [104]: df.loc[(df['A'] == 'foo') & (df['B'] == 'one')]
Out[104]:
A B C D
0 foo one 0 0
6 foo one 6 12
你必須使用的原因&
是,這將做對照元件明智的陣列,而and
期望進行比較評估為真或假兩個表達式。
同樣,當您想要or
比較時,您可以使用|
在這種情況下。
您可以通過代碼中的微小更改來執行此操作:
print(df[df['A'] == 'foo'][df['B'] == 'one'])
輸出:
A B C D
0 foo one 0 0
6 foo one 6 12
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.