使用查询选择满足所有列条件的位置

Question

假设我有一个由几列组成的数据帧。我想选择dataframe的子集，其中所有的列都在两个值min和max之间。你知道吗

如何使用^{}实现这一点？是否需要在表达式中逐个指定每个列名，例如：

df.query('(A<{max} & A>{min}) & (B{min} & B{max}) & (C{min} & C{max})'.format(min,max))

除了询问，我还有什么别的选择？可能是直接满足条件的索引？你知道吗

Answer 1

对于您的用例，我将采用非查询方式，构造一个布尔框架，然后调用.all方法：

>>> minval, maxval = 20, 80
>>> df = pd.DataFrame(np.random.randint(0, 100, (20,6)))
>>> df[((df > minval) & (df < maxval)).all(axis=1)]
     0   1   2   3   4   5
2   74  30  30  76  31  66
10  49  39  71  43  30  50

我认为手动构建扩展的query的优势是不值得的。你知道吗

Answer 2

我不知道你为什么认为你需要这里。但如果你想这样做，你可以。您已经在用format语句动态地构建查询字符串；您只需要通过加入一个理解语句，使它变得更动态。例如：

qs = ' & '.join('{col}<{max} & {col}>{min}'.format(col, min, max)
                for col in df.columns)
df.query(qs)

我个人会按照@DSM建议的方式来做。除非您出于某种原因确实需要查询字符串（也许是为了打印出来？），而不是构建表达式，通常是错误的答案。你知道吗