使用多个布尔列过滤pandas数据框

Question

我正在尝试使用作为df一部分的几个布尔html" target="_blank">变量来过滤df，但一直未能做到。

样本数据：

A | B | C | D
John Doe | 45 | True | False
Jane Smith | 32 | False | False
Alan Holmes | 55 | False | True
Eric Lamar | 29 | True | True

C和D列的dtype是布尔值。我想仅使用C或D为True的行创建一个新的df（df1）。它看起来应该像这样：

A | B | C | D
John Doe | 45 | True | False
Alan Holmes | 55 | False | True
Eric Lamar | 29 | True | True

我已经尝试过类似的事情，因为它无法处理布尔类型，因此会遇到问题：

df1 = df[(df['C']=='True') or (df['D']=='True')]

有任何想法吗？

Answer 1

In [82]: d
Out[82]:
A B C D
0 John Doe 45 True False
1 Jane Smith 32 False False
2 Alan Holmes 55 False True
3 Eric Lamar 29 True True

解决方案1：

In [83]: d.loc[d.C | d.D]
Out[83]:
             A   B      C      D
0     John Doe  45   True  False
2  Alan Holmes  55  False   True
3   Eric Lamar  29   True   True

解决方案2：

In [94]: d[d[['C','D']].any(1)]
Out[94]:
             A   B      C      D
0     John Doe  45   True  False
2  Alan Holmes  55  False   True
3   Eric Lamar  29   True   True

解决方案3：

In [95]: d.query("C or D")
Out[95]:
             A   B      C      D
0     John Doe  45   True  False
2  Alan Holmes  55  False   True
3   Eric Lamar  29   True   True

PS：如果您将解决方案更改为：

df[(df['C']==True) | (df['D']==True)]

它也会工作

熊猫文档-布尔索引

[为什么我们不应该使用“ PEP投诉”df["col_name"] is True代替df"col_name"] == True？

In [11]: df = pd.DataFrame({"col":[True, True, True]})

In [12]: df
Out[12]:
    col
0  True
1  True
2  True

In [13]: df["col"] is True
Out[13]: False               # <----- oops, that's not exactly what we wanted