Python 如何在pandas中实现具有多个列的布尔搜索

我有一份工作，我想用SQL术语完成以下工作：

SELECT * FROM df WHERE column1 = 'a' OR column2 = 'b' OR column3 = 'c' etc.

现在，对于一个列/值对，这就起作用了：

foo = df.loc[df['column']==value]

但是，我不知道如何将其扩展到多个列/值对

要清楚，每一列都匹配不同的值。

---

由于运算符优先级，您需要将多个条件括在大括号中，并使用按位and和or运算符：

foo = df[(df['column1']==value) | (df['columns2'] == 'b') | (df['column3'] == 'c')]

如果你使用and或or，那么熊猫很可能会抱怨这个比较模棱两可。在这种情况下，不清楚我们是否在比较条件系列中的每个值，以及如果只有1或除1之外的所有值与条件匹配，这意味着什么。这就是为什么应该使用位运算符或numpy np.all或np.any来指定匹配条件

还有查询方法：

---

但主要在列名和索引值之间可能存在歧义的问题上存在一些限制。

更简洁但不一定更快的方法是使用DataFrame.isin和DataFrame.any

最简单的方法 如果这有帮助，点击向上箭头！塔恩克斯！！ 学生=['jack1'，'Apples1'，341， “Riti1”，“Mangos1”，311， “Aadi1”、“图形1”、301、， “Sonia1”，“苹果1”，321， “Lucy1”，“Mangos1”，331， “Mike1”、“苹果1”、351、， “Mik”、“苹果1”、np.nan ] 创建数据帧对象 df=pd.DataFramestudents，列=['Name1'，'Product1'，'Sale1'] printdf 名称1产品1销售1 0 jack1应用程序1 341 1.1.1.311 2 Aadi1图1 301 3件Sonia1苹果1 321 4 Lucy1 Mangos1331 5 Mike1应用程序1 351 6 Mik苹果1 NaN 选择上面数据框中“Product”列包含值“Apple”的行， 子集=df[df['Product1']=='Apples1'] 打印子集 名称1产品1销售1 0 jack1应用程序1 341 3件Sonia1苹果1 321 5 Mike1应用程序1 351 6 Mik苹果1 NA 在上面的数据框中选择“Product”列包含值“Apple”的行，并在Sale中选择notnull值 subsetx=df[df['Product1']==Apples1&df['Sale1'].notnull] printsubsetx 名称1产品1销售1 0 jack1应用程序1 341 3件Sonia1苹果1 321 5 Mike1应用程序1 351 选择上面数据框中“Product”列包含值“Apple”的行，Sale=351 subsetx=df[df['Product1']==Apples1&df['Sale1']==351] printsubsetx 名称1产品1销售1 5 Mike1应用程序1 351 另一个例子 subsetData=df[df['Product1'].isin['Mangos1'，'Grapes1']] 打印子数据 名称1产品1销售1 1.1.1.311 2 Aadi1图1 301 4 Lucy1 Mangos1331

---

这是我找到的原始链接。我稍微编辑了一下-

2014年提出的所有考虑因素仍然有效，但是pandas.Dataframe.ix方法在pandas的0.0.20版本中被弃用。直接从：

警告：从0.20.0开始，.ix索引器已被弃用，取而代之 更严格的.iloc和.loc索引器

在pandas的后续版本中，此方法已被新方法和替换

如果您想了解更多信息，可以在文章中找到上述方法之间的比较

最终，从这个角度来看，到目前为止，即将出版的熊猫版本似乎没有任何变化，对此问题的答案如下：

foo = df.loc[(df['column1']==value) | (df['columns2'] == 'b') | (df['column3'] == 'c')]

这种方法可以非常直观地做到这一点。用要计算的字符串表示条件，如以下示例所示：

df = df.query("columnNameA <= @x or columnNameB == @y")

---

x和y是声明的变量，可以用@

或df[df.column1>0.5&df.column2>1.2]引用

df = df.query("columnNameA <= @x or columnNameB == @y")