Python 按行和列和子集df

我有一个按县划分的候选人提名df。（600 X 1192）

我需要将原始df子集，以选择总votation>50（行和）的候选项和总votation>100（列和）的Countys

根据原始数据，我没有按候选人、县列出的总数

import pandas as pd
import numpy as np


df1 = pd.DataFrame([["cand1", 10,100, 1, 1000, 10, 100],["cand2",20,1000, 2, 20, 0, 20],["cand3", 30,5000, 3, 30, 0, 3], ["cand4",40, 1, 4, 1, 0, 4], ["cand5",50, 50, 0,20, 0,2]],
                   columns=['candidate',"code", 'county1', 'county2', 'county3', 'county4', 'county5'])
df1

结果必须是：

df2 = pd.DataFrame([["cand1", 10,100, 1000, 100],["cand2",20,1000, 20, 20],["cand3",30, 5000, 30, 3], ["cand5",50, 50, 20, 2]],
                   columns=['candidate',"code", 'county1', 'county3', 'county5'])
df2

非常感谢您帮助解决我的问题

使用布尔索引：

df1.set_index(['candidate', 'code']).loc[
    lambda x: x.sum(axis=1) > 50, lambda x: x.sum(axis=0) > 100
]

lambda允许操作员链接，但如果您想要更干净的方式，也可以这样做

df1 = df1.set_index(['candidate', 'code'])
df1.loc[df1.sum(axis=1) > 50, df1.sum(axis=0) > 100]

两者都屈服

                county1  county3  county5
candidate code                           
cand1     10        100     1000      100
cand2     20       1000       20       20
cand3     30       5000       30        3
cand5     50         50       20        2

其中候选列和代码列是DataFrame的索引。如果希望它们作为常规列，可以在末尾调用

reset\u index（）