使用字典過濾數據幀

我是熊貓和蟒蛇的新手。我想用字典來過濾數據幀使用字典過濾數據幀

import pandas as pd 
from pandas import DataFrame 

df = DataFrame({'A': [1, 2, 3, 3, 3, 3], 'B': ['a', 'b', 'f', 'c', 'e', 'c'], 'D':[0,0,0,0,0,0]}) 
my_filter = {'A':[3], 'B':['c']}

當我打電話

df[df.isin(my_filter)]

我得到

 A B D 
0 NaN NaN NaN 
1 NaN NaN NaN 
2 3.0 NaN NaN 
3 3.0 c NaN 
4 3.0 NaN NaN 
5 3.0 c NaN

我要的是

 A B D 
3 3.0 c 0 
5 3.0 c 0

我不想在中添加「D」字典，我想在一個有正確的價值觀行和B clumns

來源

2016-07-01 Demaunt

可以按列，然後用2比較Truesum：

print (df.isin(my_filter).sum(1) == 2) 
0 False 
1 False 
2 False 
3  True 
4 False 
5  True 
dtype: bool 

print (df[df.isin(my_filter).sum(1) == 2]) 
    A B D 
3 3 c 0 
5 3 c 0

與第一過濾器的另一個解決方案只與條件A列和B與all檢查都通過True列：

print (df[df[['A','B']].isin(my_filter).all(1)]) 
    A B D 
3 3 c 0 
5 3 c 0

謝謝MaxU爲更靈活的解決方案：

print (df[df.isin(my_filter).sum(1) == len(my_filter.keys())]) 
    A B D 
3 3 c 0 
5 3 c 0

來源

2016-07-01 05:45:34 jezrael

是的，這意味着它計算字典的關鍵字長度 - 在這個示例中它是2，因爲鍵是'dict_keys（['A'，'B']）''。 – jezrael

使用字典過濾數據幀

回答

相關問題