过滤 pandas 数据框行，其中具有 A 列和值 X 的特定行具有 B 列，其值 Y 大于参数 Z
Filter pandas dataframe rows where a specific row with column A and value X has column B with value Y greater than a parameter Z
我想知道是否有更简单的方法来过滤 pandas DataFrame 行，其中具有列 A 和值 X 的特定行具有值 Y 大于参数 Z 的列 B。
例如：
A
B
72154
X1
0.998429
72155
X2
0.584253
72156
X3
0.797648
72157
X2
0.981707
72158
X1
0.698844
72159
X3
0.987943
72160
X1
0.797648
72161
X3
0.984621
72162
X2
0.221968
我已经设法用这段代码完成了它：
import pandas as pd
Z = 0.8
mask1 = (df.A.isin(['X1', 'X2']))
mask2 = (df.B > Z)
mask3 = (df.A == 'X3')
sub_df_x1_x2 = df[mask1 & mask2]
sub_df_x3 = df[mask3]
final_df = pd.concat([sub_df_x1_x2, sub_df_x3])
但我认为这不是最干净或最好的方法。
你们有什么想法吗？我正在考虑这样的事情，但我无法让它工作。
mask1 = (df.A.isin(['X1', 'X2']) & df.B > Z)
# or
mask1 = (df.A.isin(['X1', 'X2'])[B] > Z)
你可以用 |:
链接这两个
out = df[(df.A.isin(['X1', 'X2']) & (df.B > Z)) | (df.A == 'X3')]
或使用您已有的定义：
out = df[(mask1 & mask2) | mask3]
输出：
A B
72154 X1 0.998429
72156 X3 0.797648
72157 X2 0.981707
72159 X3 0.987943
72161 X3 0.984621
我想知道是否有更简单的方法来过滤 pandas DataFrame 行，其中具有列 A 和值 X 的特定行具有值 Y 大于参数 Z 的列 B。
例如：
| A | B | |
|---|---|---|
| 72154 | X1 | 0.998429 |
| 72155 | X2 | 0.584253 |
| 72156 | X3 | 0.797648 |
| 72157 | X2 | 0.981707 |
| 72158 | X1 | 0.698844 |
| 72159 | X3 | 0.987943 |
| 72160 | X1 | 0.797648 |
| 72161 | X3 | 0.984621 |
| 72162 | X2 | 0.221968 |
我已经设法用这段代码完成了它：
import pandas as pd
Z = 0.8
mask1 = (df.A.isin(['X1', 'X2']))
mask2 = (df.B > Z)
mask3 = (df.A == 'X3')
sub_df_x1_x2 = df[mask1 & mask2]
sub_df_x3 = df[mask3]
final_df = pd.concat([sub_df_x1_x2, sub_df_x3])
但我认为这不是最干净或最好的方法。 你们有什么想法吗？我正在考虑这样的事情，但我无法让它工作。
mask1 = (df.A.isin(['X1', 'X2']) & df.B > Z)
# or
mask1 = (df.A.isin(['X1', 'X2'])[B] > Z)
你可以用 |:
out = df[(df.A.isin(['X1', 'X2']) & (df.B > Z)) | (df.A == 'X3')]
或使用您已有的定义：
out = df[(mask1 & mask2) | mask3]
输出：
A B
72154 X1 0.998429
72156 X3 0.797648
72157 X2 0.981707
72159 X3 0.987943
72161 X3 0.984621