Python 用于将列和值与行匹配的函数-数据帧的交集_Python_Pandas_Match_Typeerror

Python 用于将列和值与行匹配的函数-数据帧的交集

python pandas

Python 用于将列和值与行匹配的函数-数据帧的交集,python,pandas,match,typeerror,Python,Pandas,Match,Typeerror,假设我有以下数据帧： >>>df = pd.DataFrame([[5,2,3,11],[5,3,3,8],[9,4,11,12],[5,14,15,16]],columns=["a","b","c","d"]) >>>df a b c d 0 5 2 3 11 1 5 3 3 8 2 9 4 11 12 3 5 14 15 16 如果我想匹配列值为“a”等于5、“b”小于10、“c”大于或等于3

假设我有以下数据帧：

>>>df = pd.DataFrame([[5,2,3,11],[5,3,3,8],[9,4,11,12],[5,14,15,16]],columns=["a","b","c","d"])
>>>df
   a   b   c   d
0  5   2   3  11
1  5   3   3   8
2  9   4  11  12
3  5  14  15  16

如果我想匹配列值为“a”等于5、“b”小于10、“c”大于或等于3的所有行，我可以执行以下操作：

df[(df['a'] == 5) & (df['b'] < 10) & (df['c'] >= 3)]

输入代码来匹配行很费劲，因此我决定创建一个名为

row\u matcher

的函数，该函数包含两个参数：一个Pandas数据帧和一个长度为3的列表-选择列、运算符和值

def get_operator_fn(op):
    import operator
    return {
        '<' : operator.lt,
        '<=' : operator.le,
        '==' : operator.eq,
        '!=' : operator.ne,
        '>=' : operator.ge,
        '>' : operator.gt,
        '&' : operator.and_
        }[op]

def row_matcher(df,parameters):
    import pandas as pd
    """Parameter should be [column,operation,value]
    Example: ['trial',"==",1]
    """
    operations = [df[get_operator_fn(operation)(df[column],value)] for column,operation,value in parameters]
    return reduce(lambda left,right: pd.merge(left,right,how='inner'), operations)

>>>row_matcher(df,[["a","==",5],["b","<",10],["c",">=",3]])

def get_操作符（op）：
进口经营者
返回{
''：operator.gt，
“&”：运算符和_
}[作品]
def行匹配器（df，参数）：
作为pd进口熊猫
“”“参数应为[列、操作、值]
示例：[‘试用’，“=”，1]
"""
操作=[df[get_operator_fn（操作）（df[column]，value）]，用于列、操作、参数中的值]
返回reduce（lambda left，right:pd.merge（left，right，how='inner'），操作）
>>>行匹配器（df，[[“a”，“5”，“b”，“3]”）

不幸的是，对于这段代码，它为

返回reduce（…）

行抛出了一个错误：

TypeError:无法将类型与系列进行比较

我尝试将

返回减少（…）

行替换为：

df[reduce（操作员和操作）]

这仍然会导致错误：

TypeError:&:'str'和'str'的操作数类型不受支持。

我将感谢任何帮助

我认为使用这种方法会简单得多。使用此方法，您的初始示例可以写成：

df.query('a==5 & b<10 & c>=3')

df.query（'a==5&b=3'）

老实说，如果您使用query（）方法，我认为您不会从函数中获得太多好处，除非您从外部文件中读取大量条件。如果仍要编写

行匹配器

函数，只需使用字符串联接将列表组合为单个字符串，并遵循query（）语法即可。获得单个字符串后，将其传递给query（）方法

您可能需要安装

numexpr

模块才能使用query（）方法。您可以通过向query（）方法提供关键字参数

engine='python'

来解决这个问题。这可能比使用

numexpr

模块效率低，因此如果性能出现问题，安装该模块可能是值得的。

我认为使用该方法会简单得多。使用此方法，您的初始示例可以写成：

df.query('a==5 & b<10 & c>=3')

df.query（'a==5&b=3'）