Pandas Python，根據行條件選擇列

Question

我有一個數據框：

import pandas as pd
df = pd.DataFrame(np.random.randn(2, 4))
print(df)
          0         1         2         3
0  1.489198  1.329603  1.590124  1.123505
1  0.024017  0.581033  2.500397  0.156280

我想選擇至少有一行的值大於2 。 我嘗試了以下操作，但沒有按預期工作。

df[df.columns[df.iloc[(0,1)]>2]]

在這個玩具示例中，我的預期輸出是：

       2
1.590124  
2.500397 

Answer 1

使用gt和any來過濾 df：

In [287]:
df.ix[:,df.gt(2).any()]

Out[287]:
          2
0  1.590124
1  2.500397

這里我們使用ix來選擇所有行，第一個:和下一個 arg 是滿足條件的列的布爾掩碼：

In [288]:
df.gt(2)

Out[288]:
       0      1      2      3
0  False  False  False  False
1  False  False   True  False

In [289]:
df.gt(2).any()

Out[289]:
0    False
1    False
2     True
3    False
dtype: bool

在您的示例中，您所做的是選擇第一行和第二列的單元格值，然后您嘗試使用它來屏蔽列，但這只是返回了第一列，因此它不起作用：

In [291]:
df.iloc[(0,1)]

Out[291]:
1.3296030000000001

In [293]:
df.columns[df.iloc[(0,1)]>2]

Out[293]:
'0'

Answer 2

將使用df > 2創建的mask與any ，然后按ix選擇列：

import pandas as pd
np.random.seed(18)
df = pd.DataFrame(np.random.randn(2, 4))
print(df)
          0         1         2         3
0  0.079428  2.190202 -0.134892  0.160518
1  0.442698  0.623391  1.008903  0.394249

print ((df>2).any())
0    False
1     True
2    False
3    False
dtype: bool

print (df.ix[:, (df>2).any()])
          1
0  2.190202
1  0.623391

通過評論編輯：

您可以檢查每個部分的解決方案：

看起來它有效，但如果條件為True ，它總是選擇第二列（ 1 ，python count from 0 ）列：

print (df.iloc[(0,1)])
2.19020235741

print (df.iloc[(0,1)] > 2)
True

print (df.columns[df.iloc[(0,1)]>2])
1

print (df[df.columns[df.iloc[(0,1)]>2]])
0    2.190202
1    0.623391
Name: 1, dtype: float64

並且第一列 ( 0 ) 列如果為False ，因為布爾值True和False被轉換為1和0 ：

np.random.seed(15)
df = pd.DataFrame(np.random.randn(2, 4))
print (df)
          0         1         2         3
0 -0.312328  0.339285 -0.155909 -0.501790
1  0.235569 -1.763605 -1.095862 -1.087766

print (df.iloc[(0,1)])
0.339284706046

print (df.iloc[(0,1)] > 2)
False

print (df.columns[df.iloc[(0,1)]>2])
0

print (df[df.columns[df.iloc[(0,1)]>2]])
0   -0.312328
1    0.235569
Name: 0, dtype: float64

如果更改列名：

np.random.seed(15)
df = pd.DataFrame(np.random.randn(2, 4))
df.columns = ['a','b','c','d']
print (df)
          a         b         c         d
0 -0.312328  0.339285 -0.155909 -0.501790
1  0.235569 -1.763605 -1.095862 -1.087766

print (df.iloc[(0,1)] > 2)
False

print (df[df.columns[df.iloc[(0,1)]>2]])
0   -0.312328
1    0.235569
Name: a, dtype: float64

Answer 3

快速更新，因為.ix現在已被棄用（自0.20.0 ）。 對於最新版本的熊貓， .loc可以解決問題：

df.loc[:, df.gt(2).any()]