我知道如何在查询单个列时创建筛选数据帧的掩码:
import pandas as pd
import datetime
index = pd.date_range('2013-1-1',periods=100,freq='30Min')
data = pd.DataFrame(data=list(range(100)), columns=['value'], index=index)
data['value2'] = 'A'
data['value2'].loc[0:10] = 'B'
data
value value2
2013-01-01 00:00:00 0 B
2013-01-01 00:30:00 1 B
2013-01-01 01:00:00 2 B
2013-01-01 01:30:00 3 B
2013-01-01 02:00:00 4 B
2013-01-01 02:30:00 5 B
2013-01-01 03:00:00 6 B
我在这里用了一个简单的面具:
mask = data['value'] > 4
data[mask]
value value2
2013-01-01 02:30:00 5 B
2013-01-01 03:00:00 6 B
2013-01-01 03:30:00 7 B
2013-01-01 04:00:00 8 B
2013-01-01 04:30:00 9 B
2013-01-01 05:00:00 10 A
我的问题是如何创建一个包含多个列的掩码?所以如果我这样做:
data[data['value2'] == 'A' ][data['value'] > 4]
正如我所期望的那样,这个过滤器会被过滤掉,但是如何根据我的另一个例子从中创建一个bool掩码呢?我已经为此提供了测试数据,但我经常想在其他类型的数据上创建一个掩码,所以我要寻找任何指针请。
您的布尔掩码是布尔的(显然),因此可以对它们使用boolean operations。布尔运算符包括(但不限于)
&
、|
,它们可以基于“and”操作或“or”操作组合掩码。在你的具体情况下,你需要一个“和”操作。所以你只需像这样写下你的面具:这将确保您选择同时满足这两个条件的行。通过将
&
替换为|
,可以选择满足这两个条件之一的行。您可以像往常一样选择结果:虽然这个问题的答案是艾汉在评论中指出的问题,但我认为OP缺少布尔运算的概念。
相关问题 更多 >
编程相关推荐