如何使用多个布尔条件选择DataFrame中的特定列

Question

我正试图找到一个非常好的，全面的回答上述问题。

让我们使用以下数据帧：

df = pd.DataFrame(np.random.randn(4,4), columns=['A', 'B', 'C', 'D'])
df['Category'] = pd.Series(['Cat1', 'Cat2', 'Cat1', 'Cat2'])
df:
            A         B         C         D Category
  0  0.057456  0.462712 -1.245539  0.095947     Cat1
  1  0.741688  0.353600  1.130754 -1.692440     Cat2
  2  0.638623 -0.109566  0.118509 -0.692661     Cat1
  3 -0.905806  0.284818 -0.094696 -1.325617     Cat2

我理解使用df的基本术语。A或df['A']选择列A，df[['A'，'B']选择列A和B。

如果我想传递布尔条件，我可以做类似df[df这样的事情。一个

但有一件事我没有看到，那就是我如何使用上面使用的两个相同的布尔条件来选择dataframe列的子集。

我尝试过的两种方法都没有成功：

df['B'].where(df.A > 0)

这将返回索引中的所有行，而我只希望为上述条件返回True的行。

我也尝试过使用query，但没有成功，因为它不能用于一个系列。

所以df['A']。查询（某些条件）返回错误消息。

理想情况下，我正在寻找的解决方案具有以下条件：

1. 可以在单列或多列上使用。也就是说，您可以使用它选择df['A']和df['B']

谢谢你。




Answer 1

您正在正确地使用df['B']。何处（df.A）

具有多个（也可以通过单个）条件的示例：

df[['B','C']].where((df.A > 1) & (df.D>0)).dropna().reset_index(drop=True)

Answer 2

使用query，只是@W-B答案的一个变体：

df.query('A > 0 and B < 0').loc[:, ['B', 'C']]

或者

df.query('A > 0 and B < 0')[['B', 'C']]

也会打印

          B         C
2 -0.109566  0.118509

Answer 3

我想你在找。loc

df.loc[df.A>0,'B']
0    0.462712
1    0.353600
2   -0.109566
Name: B, dtype: float64
df.loc[(df.A>0)&(df.B<0),['B','C']]
          B         C
2 -0.109566  0.118509