多列上的Pandas DataFrame布尔掩码 [英] Pandas dataframe boolean mask on multiple columns

问题描述

我有一个数据帧(df)，其中包含几列具有实际测量值的列，而这些列中的每一列都具有不确定度(dA，dB，...)的相应列数(A，B，...): /p>

I have a dataframe (df) containing several columns with an actual measure and corresponding number of columns (A,B,...) with an uncertainty (dA, dB, ...) for each of these columns:

   A    B    dA      dB
0 -1    3    0.31    0.08
1  2   -4    0.263   0.357
2  5    5    0.382   0.397
3 -4   -0.5  0.33    0.115

我应用了一个函数来根据我的定义在测量列中查找有效的值

I apply a function to find values in the measurement columns that are valid according to my definition

df[["A","B"]].apply(lambda x: x.abs()-5*df['d'+x.name] > 0)

这将返回一个布尔数组:

This will return a boolean array:

     A          B 
0    False      True
1    True       True
2    True       True
3    True       False

我想使用此数组在单个列中选择条件为true的数据帧中的行，例如 A ->第 1-3 行，还可以找到所有输入列都满足条件的行，例如 1 和 2 行. 有没有一种有效的方法可以对付大熊猫?

I would like to use this array to select rows in dataframe for which the condition is true within a single column, e.g. A -> row 1-3, and also find rows where the condition is true for all the input columns, e.g. row 1 and 2. Is there an efficient way to do this with pandas?

推荐答案

您可以使用apply语句的结果从原始数据框中布尔选择索引:

You can use the results of your apply statement to boolean index select from the original dataframe:

results = df[["A","B"]].apply(lambda x: x.abs()-5*df['d'+x.name] > 0)

哪个返回上面的布尔数组:

Which returns your boolean array above:

       A      B
0  False   True
1   True   True
2   True   True
3   True  False

现在，您可以使用此数组从原始数据名人中选择行，如下所示:

Now, you can use this array to select rows from your original datafame as follows:

选择A为True的地方:

Select where A is True:

df[results.A]

   A    B     dA     dB
1  2 -4.0  0.263  0.357
2  5  5.0  0.382  0.397
3 -4 -0.5  0.330  0.115

选择A或B为真的位置:

Select where either A or B are true:

df[results.any(axis=1)]

   A    B     dA     dB
0 -1  3.0  0.310  0.080
1  2 -4.0  0.263  0.357
2  5  5.0  0.382  0.397
3 -4 -0.5  0.330  0.115

选择所有列为真的位置:

Select where all the columns true:

df[results.all(axis=1)]

   A    B     dA     dB
1  2 -4.0  0.263  0.357
2  5  5.0  0.382  0.397

这篇关于多列上的Pandas DataFrame布尔掩码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！