从PANDAS数据帧中获取满足（字典？）要求

Question

我想通过指定一个变量一组column==value条件来过滤pandasDataFrame的行。在

假设我们有一个像这样的玩具：

from itertools import product
from numpy.random import rand
df = pd.DataFrame([[i,j,k,rand()] for i,j,k,m in product(range(2), repeat=3)],
                    columns=['par1','par2','par3','val'])

其中一些行看起来像：

^{pr2}$

我想知道通过指定一些行来选择某些行的最佳方法是什么 column==value不需要包含所有列，也不需要总是相同的列甚至相同的列数的条件。我认为dict是一种相当自然的指定条件的方法：

conditions = {'par1':1, 'par3':0}

在这种情况下，df.par2的任何值都可以。在

df.isin()

我知道df.isin()与dict参数以及all(1)as shown in the docs（该节的最后一段代码）。问题是，在df.isin()调用中未通过条件的列中的值给出False，因此对all(1)的后续调用给出了一个空的数据帧。（一种解决方法是用所有可能的值来添加所有缺少的列，但这听起来不是一个好的解决方案）

df.query()

在写问题的时候，我想出了另一个办法。这个看起来更好：从条件dict自动构建查询。在

df.query(' & '.join(['({} == {})'.format(k,v)
                     for k,v in conditions.iteritems()]))

它按预期工作。。。在

   par1  par2  par3       val
4     1     0     0  0.035160
6     1     1     0  0.172746

不过，我还不完全相信，我想知道有没有更自然/恰当/清晰的方法来做这件事。。。我对熊猫的印象总是很好。。。：P

Answer 1

您可以制作一系列conditions，然后只选择这些列：

>>> df[(df[list(conditions)] == pd.Series(conditions)).all(axis=1)]
   par1  par2  par3       val
4     1     0     0  0.937192
6     1     1     0  0.536029

这是因为在我们制作了系列之后，它比较了我们需要它的方式：

^{pr2}$