Python基于掩码获取部分数据帧

我有一个如下所示的数据框：

      TTL1     TTL2      TTL3       TTL4
0     val1     val2      val3       val4
1     val1     val2      val3       val4
2     val1     val2      val3       val4
3     val1     val2      val3       val4

[[ 0 0 0 0 ]
 [ 0 0 1 0 ]
 [ 0 1 0 0 ]
 [ 0 0 0 0 ]]

      TTL1     TTL2      TTL3       TTL4
1     val1     val2      val3       val4
2     val1     val2      val3       val4

还有一个像这样的面具：

      TTL1     TTL2      TTL3       TTL4
0     val1     val2      val3       val4
1     val1     val2      val3       val4
2     val1     val2      val3       val4
3     val1     val2      val3       val4

[[ 0 0 0 0 ]
 [ 0 0 1 0 ]
 [ 0 1 0 0 ]
 [ 0 0 0 0 ]]

      TTL1     TTL2      TTL3       TTL4
1     val1     val2      val3       val4
2     val1     val2      val3       val4

我想通过掩码的值剪切主df：如果一行中有1个，则获取该行。 因此，输出应该是另一个数据帧，如下所示：

      TTL1     TTL2      TTL3       TTL4
0     val1     val2      val3       val4
1     val1     val2      val3       val4
2     val1     val2      val3       val4
3     val1     val2      val3       val4

[[ 0 0 0 0 ]
 [ 0 0 1 0 ]
 [ 0 1 0 0 ]
 [ 0 0 0 0 ]]

      TTL1     TTL2      TTL3       TTL4
1     val1     val2      val3       val4
2     val1     val2      val3       val4

我试过这句话，但不起作用：

df.loc[mask.any(axis=1)]

有什么想法吗

---

谢谢

请尝试将

loc

与

mask一起使用。任何（1）

设置

df = pd.DataFrame(
    {'TTL1': ['val1', 'val1', 'val1', 'val1'],
     'TTL2': ['val2', 'val2', 'val2', 'val2'],
     'TTL3': ['val3', 'val3', 'val3', 'val3'],
     'TTL4': ['val4', 'val4', 'val4', 'val4']}
)

mask = np.array([
        [0, 0, 0, 0],
        [0, 0, 1, 0],
        [0, 1, 0, 0],
        [0, 0, 0, 0],
    ])

---

我认为您可以省略

loc

，只需要

数组

和

df

的相同维度：

print (mask.shape)
(4, 4)
print (df.shape)
(4, 4)

print (df[mask.any(axis=1)])
  TTL1  TTL2  TTL3  TTL4
1  val1  val2  val3  val4
2  val1  val2  val3  val4

同：

print (df[mask.any(1)])
  TTL1  TTL2  TTL3  TTL4
1  val1  val2  val3  val4
2  val1  val2  val3  val4

另一个可能的问题是-

string

值而不是

int

：

mask = np.array([[0, 0, 0, 0 ],
 [ 0, 0, 1, 0 ],
 [ 0, 1, 0, 0 ],
 [ 0, 0, 0, 0 ]]).astype(str)

mask = mask.astype(bool)
print (df[mask.any(1)])
   TTL1  TTL2  TTL3  TTL4
1  val1  val2  val3  val4
2  val1  val2  val3  val4

编辑：

如果值中的字符串

nan

，则可以替换它们：

mask = np.array(
[['0', 'nan', '0', '0'],
 ['0', '0', '1', '0'],
 ['0', '1', '0', '0'],
 ['0', '0', '0', 'nan']])

mask[mask == 'nan'] = 0
mask = mask.astype(bool)
print (mask)
[[False False False False]
 [False False  True False]
 [False  True False False]
 [False False False False]]

或者更简单：

mask = np.array(
[['0', 'nan', '0', '0'],
 ['0', '0', '1', '0'],
 ['0', '1', '0', '0'],
 ['0', '0', '0', 'nan']])

mask = mask == '1'
print (mask)
[[False False False False]
 [False False  True False]
 [False  True False False]
 [False False False False]]

---

我认为你的密码不管用。什么是错误？那条线应该行得通。你能和大家分享一下它的不足之处吗？确保这些都是整数，而不是

int

的字符串表示形式。如果不是这样，请尝试将它们转换为

int/bool

类型，然后执行子集设置。最后一个

bool

选项是我想要的，不过如果我的掩码中有

NaN

，它会得到一个

True

值，而不是

False

，我如何更改它？您可以使用

mask[np.isnan（mask）]=0

工作起来很神奇。非常感谢。我还有另一个相关的问题：例如，如果第3行的掩码中有

1

值，那么我也希望第3行前后的两行（第1-2行，第4-5行）也变为一行，如何使用掩码呢？我认为对于你的问题，最好使用numpy作为熊猫，而对于我来说numpy则有点复杂。我能做到，但这可能会很长：（所以我认为最好的办法是用期望的结果来创造新的问题，我相信你会从numpy guru的人那里得到很好的答案。晚安，现在没有我的竞争