將列和值匹配到行的功能-DataFrames的交集

Question

可以說我有以下DataFrame：

>>>df = pd.DataFrame([[5,2,3,11],[5,3,3,8],[9,4,11,12],[5,14,15,16]],columns=["a","b","c","d"])
>>>df
   a   b   c   d
0  5   2   3  11
1  5   3   3   8
2  9   4  11  12
3  5  14  15  16

如果我想匹配所有具有列值的行：'a'等於5，'b'<10並且'c'大於或等於3，我可以執行以下操作：

df[(df['a'] == 5) & (df['b'] < 10) & (df['c'] >= 3)]

這會給我帶來我想要的結果：

   a  b  c   d
0  5  2  3  11
1  5  3  3   8

輸入該代碼以匹配行很費力，因此我決定制作一個名為row_matcher的函數，該函數需要2個參數：Pandas DataFrame和長度為3的列表列表-選擇，運算符和值的列。

def get_operator_fn(op):
    import operator
    return {
        '<' : operator.lt,
        '<=' : operator.le,
        '==' : operator.eq,
        '!=' : operator.ne,
        '>=' : operator.ge,
        '>' : operator.gt,
        '&' : operator.and_
        }[op]

def row_matcher(df,parameters):
    import pandas as pd
    """Parameter should be [column,operation,value]
    Example: ['trial',"==",1]
    """
    operations = [df[get_operator_fn(operation)(df[column],value)] for column,operation,value in parameters]
    return reduce(lambda left,right: pd.merge(left,right,how='inner'), operations)

>>>row_matcher(df,[["a","==",5],["b","<",10],["c",">=",3]])

不幸的是，使用此代碼，它為return reduce(...)行引發了錯誤： TypeError: Could not compare <type 'str'> type with Series

我試圖用df[reduce(operator.and_,operations)]代替return reduce(...)行。

這仍然會導致錯誤： TypeError: unsupported operand type(s) for &: 'str' and 'str'

我將不勝感激。

Answer 1

我認為使用query（）方法會簡單得多。 使用此示例，您的初始示例可以寫為：

df.query('a==5 & b<10 & c>=3')

老實說，如果您使用query（）方法，除非您要從外部文件中讀取許多條件，否則我認為您不會從函數中獲得太多收益。 如果仍要編寫row_matcher函數，則只需使用字符串連接，就可以使用query（）語法將列表列表組合為單個字符串。 擁有單個字符串后，將其傳遞給query（）方法。

您可能需要安裝numexpr模塊才能使用query（）方法。 您可以通過向query（）方法提供關鍵字參數engine='python'來解決此問題。 這可能不如使用numexpr模塊有效，因此，如果性能成為問題，則可能值得安裝該模塊。