pandas：使用运算符链接筛选数据帧的行

Question

pandas中的大多数操作都可以通过操作符链接（groupby、aggregate、apply等）完成，但我发现筛选行的唯一方法是通过普通的括号索引

df_filtered = df[df['column'] == value]

这是没有吸引力的，因为它要求我在能够过滤变量值之前将df赋值给变量。还有更像下面这样的吗？

df_filtered = df.mask(lambda x: x['column'] == value)

Answer 1

来自@lodagro的答案很好。我将通过将掩码函数推广为：

def mask(df, f):
  return df[f(df)]

然后你可以做这样的事情：

df.mask(lambda x: x[0] < 0).mask(lambda x: x[1] > 0)

Answer 2

可以使用Pandas查询链接筛选器：

df = pd.DataFrame(np.random.randn(30, 3), columns=['a','b','c'])
df_filtered = df.query('a > 0').query('0 < b < 2')

过滤器也可以组合在单个查询中：

df_filtered = df.query('a > 0 and 0 < b < 2')

Answer 3

我不完全确定您想要什么，您的最后一行代码也没有帮助，但无论如何：

“链接”过滤是通过“链接”布尔索引中的条件来完成的。

In [96]: df
Out[96]:
   A  B  C  D
a  1  4  9  1
b  4  5  0  2
c  5  5  1  0
d  1  3  9  6

In [99]: df[(df.A == 1) & (df.D == 6)]
Out[99]:
   A  B  C  D
d  1  3  9  6

如果要链接方法，可以添加自己的掩码方法并使用该方法。

In [90]: def mask(df, key, value):
   ....:     return df[df[key] == value]
   ....:

In [92]: pandas.DataFrame.mask = mask

In [93]: df = pandas.DataFrame(np.random.randint(0, 10, (4,4)), index=list('abcd'), columns=list('ABCD'))

In [95]: df.ix['d','A'] = df.ix['a', 'A']

In [96]: df
Out[96]:
   A  B  C  D
a  1  4  9  1
b  4  5  0  2
c  5  5  1  0
d  1  3  9  6

In [97]: df.mask('A', 1)
Out[97]:
   A  B  C  D
a  1  4  9  1
d  1  3  9  6

In [98]: df.mask('A', 1).mask('D', 6)
Out[98]:
   A  B  C  D
d  1  3  9  6