Python 根据布尔条件选择行和列

我有一个大约50列>100行的熊猫数据框。我想选择列

'col\u x'

，

'col\u y'

其中

'col\u z'

。有没有一种简单的方法可以做到这一点，类似于

df[df['col3']

和

df['colx'，'coly']]

但是结合起来了？

让我们来分析一下你的问题。你想

基于某些布尔条件筛选行

您希望从结果中选择列的子集

对于第一点，您需要的条件是-

df["col_z"] < m

您将如何结合这两种方法来生产熊猫的预期产量？最直接的方法是使用-

loc允许您指定用于选择行的索引标签。例如，如果您有一个数据帧-

   col_x  col_y
a      1      4
b      2      5
c      3      6

要选择索引
a
，和
c
，以及
col\u x
，您将使用-

df.loc[['a', 'c'], ['col_x']]

   col_x
a      1
c      3

或者，通过布尔条件进行选择（如原始问题所述，使用一系列的
bool
值），其中
col_x
中的所有值都是奇数-

df.loc[(df.col_x % 2).ne(0), ['col_y']]

   col_y
a      4
c      6

有关详细信息，
df.col_x%2
计算每个值相对于
2
的模数。
ne（0）
然后将该值与
0
进行比较，如果不是，则返回
True
（所有奇数都是这样选择的）。下面是这个表达式的结果-

(df.col_x % 2).ne(0)

a     True
b    False
c     True
Name: col_x, dtype: bool


进一步阅读











df.loc[['a', 'c'], ['col_x']]

   col_x
a      1
c      3

df.loc[(df.col_x % 2).ne(0), ['col_y']]

   col_y
a      4
c      6

(df.col_x % 2).ne(0)

a     True
b    False
c     True
Name: col_x, dtype: bool