[英]Filter a pandas dataframe using values from a dict
我需要使用 dict 過濾數據框,其中鍵是列名,值是我要過濾的值:
filter_v = {'A':1, 'B':0, 'C':'This is right'}
# this would be the normal approach
df[(df['A'] == 1) & (df['B'] ==0)& (df['C'] == 'This is right')]
但我想做點事情就行了
for column, value in filter_v.items():
df[df[column] == value]
但這將多次過濾數據框,一次一個值,而不是同時應用所有過濾器。 有沒有辦法以編程方式做到這一點?
編輯:一個例子:
df1 = pd.DataFrame({'A':[1,0,1,1, np.nan], 'B':[1,1,1,0,1], 'C':['right','right','wrong','right', 'right'],'D':[1,2,2,3,4]})
filter_v = {'A':1, 'B':0, 'C':'right'}
df1.loc[df1[filter_v.keys()].isin(filter_v.values()).all(axis=1), :]
給
A B C D
0 1 1 right 1
1 0 1 right 2
3 1 0 right 3
但預期的結果是
A B C D
3 1 0 right 3
只應選擇最后一個。
IIUC,你應該能夠做這樣的事情:
>>> df1.loc[(df1[list(filter_v)] == pd.Series(filter_v)).all(axis=1)]
A B C D
3 1 0 right 3
這通過制作一個系列來比較:
>>> pd.Series(filter_v)
A 1
B 0
C right
dtype: object
選擇df1
的對應部分:
>>> df1[list(filter_v)]
A C B
0 1 right 1
1 0 right 1
2 1 wrong 1
3 1 right 0
4 NaN right 1
找到他們匹配的地方:
>>> df1[list(filter_v)] == pd.Series(filter_v)
A B C
0 True False True
1 False False True
2 True False False
3 True True True
4 False False True
找到它們都匹配的地方:
>>> (df1[list(filter_v)] == pd.Series(filter_v)).all(axis=1)
0 False
1 False
2 False
3 True
4 False
dtype: bool
最后使用它來索引 df1:
>>> df1.loc[(df1[list(filter_v)] == pd.Series(filter_v)).all(axis=1)]
A B C D
3 1 0 right 3
這是一種方法:
df.loc[df[filter_v.keys()].isin(filter_v.values()).all(axis=1), :]
更新:
隨着列之間的值相同,您可以執行以下操作:
# Create your filtering function:
def filter_dict(df, dic):
return df[df[dic.keys()].apply(
lambda x: x.equals(pd.Series(dic.values(), index=x.index, name=x.name)), asix=1)]
# Use it on your DataFrame:
filter_dict(df1, filter_v)
其中產生:
A B C D
3 1 0 right 3
如果這是您經常做的事情,您可以盡可能修補 DataFrame 以便輕松訪問此過濾器:
pd.DataFrame.filter_dict_ = filter_dict
然后像這樣使用這個過濾器:
df1.filter_dict_(filter_v)
這將產生相同的結果。
但是,這顯然不是正確的方法。 我會使用 DSM 的方法。
對於python2,@primer 的回答沒問題。 但是,由於dict_keys ,您應該在 Python3 中小心。 例如,
>> df.loc[df[filter_v.keys()].isin(filter_v.values()).all(axis=1), :]
>> TypeError: unhashable type: 'dict_keys'
Python3的正確方法:
df.loc[df[list(filter_v.keys())].isin(list(filter_v.values())).all(axis=1), :]
對於傳遞過濾器值數組而不是單個值的情況的上述抽象(類似於 pandas.core.series.Series.isin())。 使用相同的示例:
df1 = pd.DataFrame({'A':[1,0,1,1, np.nan], 'B':[1,1,1,0,1], 'C':['right','right','wrong','right', 'right'],'D':[1,2,2,3,4]})
filter_v = {'A':[1], 'B':[1,0], 'C':['right']}
##Start with array of all True
ind = [True] * len(df1)
##Loop through filters, updating index
for col, vals in filter_v.items():
ind = ind & (df1[col].isin(vals))
##Return filtered dataframe
df1[ind]
##Returns
A B C D
0 1.0 1 right 1
3 1.0 0 right 3
這是另一種方式:
filterSeries = pd.Series(np.ones(df.shape[0],dtype=bool))
for column, value in filter_v.items():
filterSeries = ((df[column] == value) & filterSeries)
這給出:
>>> df[filterSeries]
A B C D
3 1 0 right 3
要跟進 DSM 的回答,您還可以使用any()
將您的查詢轉換為 OR 操作(而不是 AND):
df1.loc[(df1[list(filter_v)] == pd.Series(filter_v)).any(axis=1)]
您還可以創建查詢
query_string = ' and '.join(
[f'({key} == "{val}")' if type(val) == str else f'({key} == {val})' for key, val in filter_v.items()]
)
df1.query(query_string)
結合以前的答案,這是一個 function 您可以提供給df1.loc
。 允許 AND/OR(使用how='all'
/ 'any'
),如果需要,它還允許使用op
關鍵字進行==
以外的比較。
import operator
def quick_mask(df, filters, how='all', op=operator.eq) -> pd.Series:
if how == 'all':
comb = pd.Series.all
elif how == 'any':
comb = pd.Series.any
return comb(op(df[[*filters]], pd.Series(filters)), axis=1)
# Usage
df1.loc[quick_mask(df1, filter_v)]
由於我的字典對同一個鍵有多個值,我遇到了問題。
我能夠將 DSM 的查詢更改為:
df1.loc[df1[list(filter_v)].isin(filter_v).all(axis=1), :]
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.