Python 基于其他列从数据帧中剪切拖带

示例数据：

dd = pd.DataFrame({
    'file': ['file1','file2','file3','file4','file5','file6','file7','file8','file9'],
    'prop1': [True,False,False,False,False,False,False,False,False],
    'prop2': [False,False,False,False,False,False,False,True,False],
    'prop3': [False,True,False,True,False,True,False,False,True]
})

我需要将所有具有错误属性值的行（在示例文件3、5、7中）剪切到另一个新的数据帧（剪切后，它们不应位于“dd”数据帧中）

摩根定律的简单应用

获取不包含False的行

dd[~dd[['prop1','prop2','prop3']].any(axis=1)]

你需要

或使用：

输出：

    file  prop1  prop2  prop3
0  file1   True  False  False
1  file2  False  False   True
3  file4  False  False   True
5  file6  False  False   True
7  file8  False   True  False
8  file9  False  False   True

    file  prop1  prop2  prop3
2  file3  False  False  False
4  file5  False  False  False
6  file7  False  False  False

---

获取包含False的行

dd[~dd[['prop1','prop2','prop3']].any(axis=1)]

或使用：

输出：

    file  prop1  prop2  prop3
0  file1   True  False  False
1  file2  False  False   True
3  file4  False  False   True
5  file6  False  False   True
7  file8  False   True  False
8  file9  False  False   True

    file  prop1  prop2  prop3
2  file3  False  False  False
4  file5  False  False  False
6  file7  False  False  False

摩根定律的简单应用

获取不包含False的行

dd[~dd[['prop1','prop2','prop3']].any(axis=1)]

你需要

或使用：

输出：

    file  prop1  prop2  prop3
0  file1   True  False  False
1  file2  False  False   True
3  file4  False  False   True
5  file6  False  False   True
7  file8  False   True  False
8  file9  False  False   True

    file  prop1  prop2  prop3
2  file3  False  False  False
4  file5  False  False  False
6  file7  False  False  False

---

获取包含False的行

dd[~dd[['prop1','prop2','prop3']].any(axis=1)]

或使用：

输出：

    file  prop1  prop2  prop3
0  file1   True  False  False
1  file2  False  False   True
3  file4  False  False   True
5  file6  False  False   True
7  file8  False   True  False
8  file9  False  False   True

    file  prop1  prop2  prop3
2  file3  False  False  False
4  file5  False  False  False
6  file7  False  False  False

对于列表中具有列名称的每列，至少使用一个

True

：

mask = dd[['prop1','prop2','prop3']].any(axis=1)

或所有不带第一列的列：

mask = dd.iloc[:, 1:].any(axis=1)

或列名中带有

prop

的列：

mask = dd.filter(like='prop').any(axis=1)

---

如果需要删除行，请使用

~

反转布尔掩码：

df2 = dd[~mask]

print (df1)
    file  prop1  prop2  prop3
0  file1   True  False  False
1  file2  False  False   True
3  file4  False  False   True
5  file6  False  False   True
7  file8  False   True  False
8  file9  False  False   True

print (df2)
    file  prop1  prop2  prop3
2  file3  False  False  False
4  file5  False  False  False
6  file7  False  False  False

对于列表中具有列名称的每列，至少使用一个

True

：

mask = dd[['prop1','prop2','prop3']].any(axis=1)

或所有不带第一列的列：

mask = dd.iloc[:, 1:].any(axis=1)

或列名中带有

prop

的列：

mask = dd.filter(like='prop').any(axis=1)

---

如果需要删除行，请使用

~

反转布尔掩码：

df2 = dd[~mask]

print (df1)
    file  prop1  prop2  prop3
0  file1   True  False  False
1  file2  False  False   True
3  file4  False  False   True
5  file6  False  False   True
7  file8  False   True  False
8  file9  False  False   True

print (df2)
    file  prop1  prop2  prop3
2  file3  False  False  False
4  file5  False  False  False
6  file7  False  False  False

---

你能解释更多，为什么不删除

file1

？因为file1 prop1=true，我需要剪切prop1=false、prop2=false、prop3=false的文件你能解释更多，为什么不删除

file1

？因为file1 prop1=true，我需要剪切prop1=false、prop2=false、prop3=false的文件