沿列而不是行的数据框布尔选择 [英] dataframe boolean selection along columns instead of row

问题描述

假设我具有以下数据框:

Suppose I have the following dataframe:

          a         b         c         d 
0  0.049531  0.408824  0.975756  0.658347
1  0.981644  0.520834  0.258911  0.639664
2  0.641042  0.534873  0.806442  0.066625
3  0.764057  0.063252  0.256748  0.045850

，我只希望第0行中的值小于0.5的列的子集.我可以这样做:

and I want only the subset of columns whose value in row 0 is creater than 0.5. I can do this:

df2 = df.T
myResult = df2[df2.iloc[:, 0] > 0.5].T

但这感觉就像是骇人听闻的骇客.有没有更好的方法来沿列进行布尔索引?我可以在某个地方指定轴参数吗?

But this feels like a horrible hack. Is there a nicer way to do boolean indexing along columns? Somewhere I can specify an axis argument?

推荐答案

如何?

df.loc[:, df.iloc[0, :] > 0.5]

这篇关于沿列而不是行的数据框布尔选择的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！