Pandas 过滤多个条件

Question

我正在尝试使用.isin过滤具有多个条件的数据我用这样的数据创建了一个数据框。    col_a   col_b   col_c    abc     yes     a    abc     no      b    abc     yes     a    def     no      b    def     yes     a    def     no      b    def     yes     a    def     no      b    ghi     yes     a    ghi     no      b    ghi     yes     a当我尝试这种类型的过滤时，参考我在堆栈溢出时看到的这个解决方案，我得到了所有的 NaN 值。 Pandas：过滤多个条件如何应用这三个条件进行过滤？fil_1 = test.isin({'col_a': ['abc','def','ghi']})fil_2 = test.isin({'col_b': ['yes']})fil_3 = test.isin({'col_c' :['a']})data = test[fil_1 & fil_2 & fil_3]data

Answer 1

你需要：

fil_1 = test['col_a'].isin(['abc','def','ghi'])

fil_2 = test['col_b'].isin(['yes'])

fil_3 = test['col_c'].isin(['a'])

或者

test.isin({'col_a': ['abc','def','ghi'],

           'col_b': ['yes'],

           'col_c' :['a']}).all(axis = 1)

df_filtered = test[fil_1 & fil_2 & fil_3]

print(df_filtered)

   col_a col_b col_c

0    abc   yes     a

2    abc   yes     a

4    def   yes     a

6    def   yes     a

8    ghi   yes     a

10   ghi   yes     a

或逻辑|

fil = test.isin({'col_a': ['abc','def','ghi'],'col_b': ['yes'],'col_c' :['a']})

df_filtered = df[fil]

print(df_filtered)

   col_a col_b col_c

0    abc   yes     a

1    abc   NaN   NaN

2    abc   yes     a

3    def   NaN   NaN

4    def   yes     a

5    def   NaN   NaN

6    def   yes     a

7    def   NaN   NaN

8    ghi   yes     a

9    ghi   NaN   NaN

10   ghi   yes     a

现在，如果我们还使用DataFrame.all：

df_filtered = df[fil.all(axis = 1)]

print(df_filtered)

   col_a col_b col_c

0    abc   yes     a

2    abc   yes     a

4    def   yes     a

6    def   yes     a

8    ghi   yes     a

10   ghi   yes     a

细节

print(fil)

    col_a  col_b  col_c

0    True   True   True

1    True  False  False

2    True   True   True

3    True  False  False

4    True   True   True

5    True  False  False

6    True   True   True

7    True  False  False

8    True   True   True

9    True  False  False

10   True   True   True

print(test.isin({'col_a': ['abc','def','ghi']}))

    col_a  col_b  col_c

0    True  False  False

1    True  False  False

2    True  False  False

3    True  False  False

4    True  False  False

5    True  False  False

6    True  False  False

7    True  False  False

8    True  False  False

9    True  False  False

10   True  False  False

这个返回False的列差异比col_a 所以你得到NaN的值是因为你正在使用&

Answer 2

过滤数据框的可能解决方案如下：“cond1”选择 col_a 中的所有值，即“abc”或“def”或“ghi”。那么 col_b 只是“yes”，col_c 只是“a”。

cond1=(apd.col_a=="abc") | (apd.col_a=="def") | (apd.col_a=="ghi")

apd[ cond1 & (apd.col_b=="yes") & (apd.col_c=="a")]

结果：

    col_a   col_b   col_c

0   abc     yes     a

2   abc     yes     a

4   def     yes     a

6   def     yes     a

8   ghi     yes     a

10  ghi     yes     a

Answer 3

这是单线解决方案，

test[test.col_a.isin(['abc','def','ghi']) & test.col_b.isin(['yes']) & test.col_c.isin(['a'])]