使用熊猫选择数据的问题。国际劳工组织

Question

这是示例数据框ID,IS,Val1,Val2,Val31,100,11,9,12,101,3,15,163,99,10,18,31,97,29,25,26我还使用 idxmin 来计算每一行的最小值，当我找到最小值时，我想检查与该列对应的最小值是否小于某个数字，如果是，那么我想包括否则我想去掉它。这就是我在stack overflow的帮助下所做的。df1 = df.set_index('ID').iloc[:,1:].idxmin(axis=1).reset_index(name= 'New')df2 = df1.loc[34 > df.iloc[:, 1:].min(1)]我得到了这个结果ID   New 1  Val3 2  Val1 3  Val3 1  Val2当我使用此代码时，我也得到了相同的结果df2 = df1.loc[34 > df.iloc[:, 3:].min(1)] # 在这段代码中，我从 Val2 开始我的专栏，但它仍然给出相同的结果（包括 Val1）ID   New 1  Val3 2  Val1 3  Val3 1  Val2为什么即使我从第三列中选择，也得到相同的结果？这行代码到底在做什么？df1.loc[34 > df.iloc[:, 1:].min(1)]

Answer 1

您的代码df2是从标题为Val2并且Val3仅的列中选择，但只要您的代码df1仍然包含，Val1那么您仍然会Val1在输出中看到。

如果您使用列标题来索引数据并将新列添加到同一数据框中，可能更容易看到发生了什么。

group1 = df[["Val1", "Val2", "Val3"]] # find the min among these 3 cols

group2 = df[["Val2", "Val3"]]   # find the min among only these 2 cols

df["min1"] = group1.min(axis=1)

df["col1"] = group1.idxmin(axis=1)

df["min2"] = group2.min(axis=1)

df["col2"] = group2.idxmin(axis=1)

filtered1 = df.loc[12 > df.min1]  # Val3, Val1, Val3 contain the minimum values

filtered2 = df.loc[12 > df.min2]  # Val3, Val3 contain the minimum values

Answer 2

你的布尔条件对每一行都返回 true，这就是为什么你有相同的结果

34 > df.iloc[:, 3:].min(1)

Out[202]: 

0    True

1    True

2    True

3    True

dtype: bool

34 > df.iloc[:, 1:].min(1)

Out[203]: 

0    True

1    True

2    True

3    True

dtype: bool

iloc 按位置对数据帧进行切片

df.iloc[:, 1:]

Out[204]: 

    IS  Val1  Val2  Val3

0  100    11     9     1

1  101     3    15    16

2   99    10    18     3

3   97    29    25    26