[英]Filter rows from DataFrame by multi-index column slice predicate
我有一個數據框,其中包含定義為以下內容的列的多索引:
import numpy as np
import pandas as pd
index = range(4)
columns = pd.MultiIndex.from_product([
['A0', 'B0'],
['A1', 'B1'],
['A2', 'B2']
])
data = np.random.rand(len(index), len(columns))
df = pd.DataFrame(data, index=index, columns=columns)
這給了我類似的東西:
A0 B0
A1 B1 A1 B1
A2 B2 A2 B2 A2 B2 A2 B2
0 0.523564 0.270243 0.881117 0.760946 0.687436 0.318483 0.963247 0.161210
1 0.141363 0.563427 0.242174 0.966277 0.382161 0.486944 0.417305 0.513510
2 0.832275 0.036995 0.510963 0.112446 0.069597 0.490321 0.022453 0.643659
3 0.601649 0.705902 0.735125 0.506853 0.666612 0.533352 0.484133 0.069325
我現在想過濾所有B2
列的值低於閾值(例如0.05
。 我做了以下事情:
df_filtered = df[df.loc[:, (slice(None), slice(None), 'B2')] < 0.05]
但這給了我以下幾點:
A0 B0
A1 B1 A1 B1
A2 B2 A2 B2 A2 B2 A2 B2
0 NaN NaN NaN NaN NaN NaN NaN NaN
1 NaN NaN NaN NaN NaN NaN NaN NaN
2 NaN 0.036995 NaN NaN NaN NaN NaN NaN
3 NaN NaN NaN NaN NaN NaN NaN NaN
這不是我想要的,因為:
NaN
。 我想保留原始的行內容。 B2
值中的任何一個低於0.05
,在此cas中只有index=2
行。 我該如何實現?
使用DataFrame.any
檢查每列至少一個True
,並添加reindex
來追加缺少的MultiIndex
級別:
np.random.seed(456)
import numpy as np
import pandas as pd
index = range(4)
columns = pd.MultiIndex.from_product([
['A0', 'B0'],
['A1', 'B1'],
['A2', 'B2']
])
data = np.random.rand(len(index), len(columns))
df = pd.DataFrame(data, index=index, columns=columns)
print (df)
A0 B0 \
A1 B1 A1 B1
A2 B2 A2 B2 A2 B2 A2
0 0.248756 0.163067 0.783643 0.808523 0.625628 0.604114 0.885702
1 0.181105 0.150169 0.435679 0.385273 0.575710 0.146091 0.686593
2 0.569999 0.645701 0.723341 0.680671 0.180917 0.118158 0.242734
3 0.360068 0.146042 0.542723 0.857103 0.200212 0.134633 0.213594
B2
0 0.759117
1 0.468804
2 0.008183
3 0.973156
mask = ((df.loc[:, (slice(None), slice(None), 'B2')] < 0.05)
.any()
.reindex(df.columns, fill_value=False))
print (mask)
A0 A1 A2 False
B2 False
B1 A2 False
B2 False
B0 A1 A2 False
B2 False
B1 A2 False
B2 True
dtype: bool
df = df.loc[:, mask]
print (df)
B0
B1
B2
0 0.759117
1 0.468804
2 0.008183
3 0.973156
對於行,解決方案更簡單-使用DataFrame.any
和axis=1
來檢查每行至少一個True
:
mask = (df.loc[:, (slice(None), slice(None), 'B2')] < 0.05).any(axis=1)
print (mask)
0 False
1 False
2 True
3 False
dtype: bool
df = df[mask]
print (df)
A0 B0 \
A1 B1 A1 B1
A2 B2 A2 B2 A2 B2 A2
2 0.569999 0.645701 0.723341 0.680671 0.180917 0.118158 0.242734
B2
2 0.008183
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.