Python 如何根据行中的条件选择列？

我有一个数据帧df，只想选择第[0]行中具有特定值“xyz”的列

我知道如果我试图选择列[0]中具有特定值“xyz”的行，我只会执行以下操作：

df[df[0] == 'xyz']

现在我试着：

df[df.loc[0] == 'xyz']

我得到一个错误：

IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match

为什么选择有条件的列时，相同的操作不起作用？要获得我想要的列，最简单的解决方案是什么？

假设df包含：

    Aa   Bb   Cc   Dd
0  xyz  abc  xyz  efg
1   e1   e2   e3   e4
2   f1   f2   f3   f4

生成布尔向量（实际上是一个系列）检查 第0行中的连续单元格=='xyz'，您可以运行：

df.iloc[0] == 'xyz'

结果是：

Aa     True
Bb    False
Cc     True
Dd    False
Name: 0, dtype: bool

Index(['Aa', 'Cc'], dtype='object')

    Aa   Cc
0  xyz  xyz
1   e1   e3
2   f1   f3

要获取感兴趣的列的名称，请运行：

df.columns[df.iloc[0] == 'xyz']

结果是：

Aa     True
Bb    False
Cc     True
Dd    False
Name: 0, dtype: bool

Index(['Aa', 'Cc'], dtype='object')

    Aa   Cc
0  xyz  xyz
1   e1   e3
2   f1   f3

因此，要获得预期结果，请使用上面的 括号内的表达式：

df[df.columns[df.iloc[0] == 'xyz']]

结果是：

Aa     True
Bb    False
Cc     True
Dd    False
Name: 0, dtype: bool

Index(['Aa', 'Cc'], dtype='object')

    Aa   Cc
0  xyz  xyz
1   e1   e3
2   f1   f3

关于代码示例的注释 您的第一个代码示例-

df[0]==“xyz”

失败，因为

df[0]

尝试检索名为0的列。 由于您的数据帧不包含这样的列，因此出现KeyError:0 提出了例外情况

第二个代码示例-

df[df.loc[0]=='xyz']

是一个更好的方法。 请注意，

df.loc[0]='xyz'

正是我所建议的

失败的原因是你现在尝试了类似的事情 列上的布尔索引，但在本例中它不起作用。 在括号之间，可以传递列名列表，而不是列名列表 “布尔指示符”。

假设df包含：

    Aa   Bb   Cc   Dd
0  xyz  abc  xyz  efg
1   e1   e2   e3   e4
2   f1   f2   f3   f4

生成布尔向量（实际上是一个系列）检查 第0行中的连续单元格=='xyz'，您可以运行：

df.iloc[0] == 'xyz'

结果是：

Aa     True
Bb    False
Cc     True
Dd    False
Name: 0, dtype: bool

Index(['Aa', 'Cc'], dtype='object')

    Aa   Cc
0  xyz  xyz
1   e1   e3
2   f1   f3

要获取感兴趣的列的名称，请运行：

df.columns[df.iloc[0] == 'xyz']

结果是：

Aa     True
Bb    False
Cc     True
Dd    False
Name: 0, dtype: bool

Index(['Aa', 'Cc'], dtype='object')

    Aa   Cc
0  xyz  xyz
1   e1   e3
2   f1   f3

因此，要获得预期结果，请使用上面的 括号内的表达式：

df[df.columns[df.iloc[0] == 'xyz']]

结果是：

Aa     True
Bb    False
Cc     True
Dd    False
Name: 0, dtype: bool

Index(['Aa', 'Cc'], dtype='object')

    Aa   Cc
0  xyz  xyz
1   e1   e3
2   f1   f3

关于代码示例的注释 您的第一个代码示例-

df[0]==“xyz”

失败，因为

df[0]

尝试检索名为0的列。 由于您的数据帧不包含这样的列，因此出现KeyError:0 提出了例外情况

第二个代码示例-

df[df.loc[0]=='xyz']

是一个更好的方法。 请注意，

df.loc[0]='xyz'

正是我所建议的

失败的原因是你现在尝试了类似的事情 列上的布尔索引，但在本例中它不起作用。 在括号之间，可以传递列名列表，而不是列名列表

---

“布尔指标”。

这里有一种方法。我使用的是虚拟数据

df = pd.DataFrame({"x": pd.date_range("2020-01-01", periods = 10, freq = "D"), 
                  "y": range(10), 
                  "z": range(10, 20), 
                   "w": range(10, 30, 2)
                  })
                 
print(df)

==>
           x  y   z   w
0 2020-01-01  0  10  10
1 2020-01-02  1  11  12
2 2020-01-03  2  12  14
3 2020-01-04  3  13  16
4 2020-01-05  4  14  18
...

我现在只想得到第一行中有“10”的列

cols = (df.iloc[0] == 10)

new_df = df.loc[:, cols[cols].index]
print(new_df)


   ==>
        z   w
    0  10  10
    1  11  12
    2  12  14
    3  13  16
    4  14  18
    ...

---

这里有一个方法。我使用的是虚拟数据

df = pd.DataFrame({"x": pd.date_range("2020-01-01", periods = 10, freq = "D"), 
                  "y": range(10), 
                  "z": range(10, 20), 
                   "w": range(10, 30, 2)
                  })
                 
print(df)

==>
           x  y   z   w
0 2020-01-01  0  10  10
1 2020-01-02  1  11  12
2 2020-01-03  2  12  14
3 2020-01-04  3  13  16
4 2020-01-05  4  14  18
...

我现在只想得到第一行中有“10”的列

cols = (df.iloc[0] == 10)

new_df = df.loc[:, cols[cols].index]
print(new_df)


   ==>
        z   w
    0  10  10
    1  11  12
    2  12  14
    3  13  16
    4  14  18
    ...

---

df[]

是通过列访问数据的便捷方式。但是，如果要根据行条件选择值，则需要使用

df.loc[df.loc[0]==“xyz']]

->这让Pandas知道要在行上进行选择。然后将布尔序列与数据帧对齐，以返回output@sammywemmy我得到错误

索引错误：作为索引器提供的不可对齐的布尔序列（布尔序列和索引对象的索引不匹配

？但这将在列上进行选择。请共享一些数据。请添加示例输入和预期输出，这会有很大帮助。

df.loc[df[0]==“xyz”]

。我正在练习使用虚拟数据。这可能与您拥有的数据不同。

df[]

是一种通过列访问数据的便捷方式。但是，如果您想根据行条件选择值，则需要使用

df.loc[df.loc[0]=='xyz']

->这让Pandas知道您要在行上进行选择。Pandas然后将布尔序列与数据帧对齐，以返回output@sammywemmy我得到错误

索引错误：作为索引器提供的不可对齐的布尔序列（布尔序列和索引对象的索引不匹配

？但这将在列中选择。请共享一些数据。请添加示例输入和预期输出，这会有很大帮助。

df.loc[df[0]==“xyz”]

。我正在练习使用虚拟数据。这可能与您拥有的数据不同。感谢您的解释。您将如何添加更多条件？例如，您还希望包含一列

df[df.columns[df.iloc[0]=='xyz']]和df[1]

或另一个条件，如

df.loc[0]=='xyz'和df.loc[1]=='abc']

？是的。尝试自己运行括号之间的代码（例如df.iloc[0]='xyz'和df.iloc[1]='abc'），您将看到满足条件的列的布尔向量。然后将此代码放入整个代码中，以检索这些列。我得到

值错误：序列的真值不明确。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

原因是运算符的优先级。请将我之前的注释中的代码更改为df.iloc[0]。eq（'xyz'）&df.iloc[1]。eq（'abc'）。感谢您的解释。您将如何添加更多条件？例如，您还希望包含一列

df[df.columns[df.iloc[0]=='xyz']]和df[1]

或其他条件，如df.loc[0]=“xyz”和df.loc[1]=“abc”]？是。请自己尝试在括号之间运行代码（例如df.iloc[0]=“xyz”和df.iloc[1]=“abc”）您将看到满足您条件的列的布尔向量。然后将此代码放在整个代码中，以检索这些列。我得到

ValueError:序列的真值是不明确的。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）。

原因是运算符的优先级。将我前面注释中的代码更改为df.iloc[0].eq（'xyz'）&df.iloc[1]。eq（'abc'）。