有沒有辦法在 Python-Pandas 中多重過濾 Dataframe？

Question

尋找某種方法來通過幾個條件過濾我的數據框（例如數據框：

id  Arrest  Shift_num  Description
0   True    20         Weapon
1   False   25         unarmed
2   True    30         Weapon 

我想通過以下方式獲得 DF：Description == Weapon 和shift_num >= 25和arrest == True （例如）

經過幾次嘗試，這是我的方式，但我認為它可以比這更好：

arrest=(df.Arrest == True)
shift=(df.Shift_num >= 25)
weap= (df['Description'] == 'weapon')

print(df[arrest & shift & weap])

提前致謝 ：）

Answer 1

您可以使用df.query （一個獎勵：它使用非常優化的numexpr ！）：

import pandas as pd

df = pd.DataFrame({"Arrest": [True, False, True], 
                   "Shift_num": [20, 25, 30], 
                   "Description": ["Weapon", "unarmed", "Weapon"]})

df.query("Arrest & Shift_num >= 25 & Description == 'Weapon'")

輸出：

   Arrest  Shift_num Description
2    True         30      Weapon

一些注意事項：

• 不要忘記“引用”字符串
• 可以使用的變量名稱來自 DataFrame 范圍（無需使用df前綴）
• 當您不想被捕時，請使用~Arrest
• 您可以使用@來引用作用域中的變量（即不在 df 中）

我鼓勵您閱讀有關numexpr 的信息。

Answer 2

您可以嘗試切片：

df = pd.DataFrame({'Arrest':[True,False,True],'Shift_num':[20,25,30],'Description':['Weapon','unarmed','Weapon']})

df.loc[(df['Description'] == 'Weapon') & (df['Shift_num'] > 25) & (df['Arrest'] == True)]

Answer 3

你有什么作品。 這是一個可能更有效的單襯。 由於Arrest是一個布爾字段，您可以直接評估它而不是使用== True 。

In [5]: df[(df.Description == 'Weapon') & (df.Shift_num >= 25) & (df.Arrest)] 
Out[5]: 
   id  Arrest  Shift_num Description
2   2    True         30      Weapon