根據多列中的值篩選 dataframe - 列名可以更改

Question

我有一個 Pandas dataframe 看起來像這樣：

測試	LSL	美國手語	第0天	第一天	第二天	第三天
1個	0	100	10	10	10	200
2個	0	100	10	10	10	10
3個	10	100	20	5個	5個	20
4個	10	100	20	20	20	20

我想保留 Day0-Day3 列中至少一個值小於 LSL 或大於 USL 的所有行。 在我的示例中，我需要的 dataframe 是：

測試	LSL	美國手語	第0天	第一天	第二天	第三天
1個	0	100	10	10	10	200
3個	10	100	20	5個	5個	20

Day0-Day3 的列數和列名可以更改。 例如，我可以：

測試	LSL	美國手語	第 0 周	第一周
1個	0	100	10	200
2個	0	100	10	10
3個	10	100	20	5個
4個	10	100	20	20

我一直無法弄清楚如何做到這一點，任何建議將不勝感激。

Answer 1

跨列查找最大值、最小值並將其與“LSL”和“USL”值進行比較，以創建一個掩碼來過濾df ：

max_vals = df.drop(columns=['Test','LSL','USL']).max(axis=1)
min_vals = df.drop(columns=['Test','LSL','USL']).min(axis=1)
mask = (df['LSL'] > min_vals) | (df['USL'] < max_vals)
out = df[mask]

Output：

Test  LSL  USL  Day0  Day1  Day2  Day3
0     1    0  100    10    10    10   200
2     3   10  100    20     5     5    20

對於第二個例子：

   Test  LSL  USL  Week0  Week1
0     1    0  100     10    200
2     3   10  100     20      5

Answer 2

您可以使用多個條件和 boolean 索引。

use_cols = df[[c for c in df.columns if c[-1].isdigit()]]
df.loc[(use_cols.lt(df['LSL'].values) | (use_cols.gt(df['USL'].values))).any(1)]

   Test  LSL  USL  Day0  Day1  Day2  Day3
0     1    0  100    10    10    10   200
2     3   10  100    20     5     5    20

---

我們基本上是在評估兩個條件：

1. use_cols列中的值是否小於 LSL？ ( lt )
2. use_cols列中的值是否大於 LSL？ （ gt ）

要使用多個條件，請使用 or | 本質上，您使用括號()包圍每個條件，並通過鏈接any(axis=1)檢查是否至少返回 1 True 。

為了允許不同的列名，一個想法是將 select 以數字結尾的列（即 Week0、Day0、Month1、Year2 等）。 但是請記住，如果任何其他列以數字結尾，它將被包含在此處。 或者，等效地，如果列始終位於特定的 position ，則可以使用iloc 。 這需要您擁有一些領域知識。

Answer 3

這樣的事情應該可以解決問題：

df_subset = df.iloc[:, 3:]
m = (df_subset.lt(df["LSL"], axis=0) | df_subset.gt(df["USL"], axis=0)).any(axis=1)

filtered_df = df[m]

>>> filtered_df 
   Test  LSL  USL  Week0  Week1
0     1    0  100     10    200
2     3   10  100     20      5

通過嘗試創建掩碼（定義一行是否應成為結果的一部分的一系列True / False值）然后將該掩碼應用於您的 dataframe 來解決這類問題總是更容易。

您可以使用DataFrame.gt和DataFrame.lt執行逐元素比較，使用或運算符 ( | ) 組合每列的結果，然后使用DataFrame.any組合列。