Pandas -根据多个条件过滤数据帧

Question

我有一个数据帧df：

type    rec_1   rec_2   rec_3   rec_4   rec_1_outlier   rec_2_outlier   rec_3_outlier   rec_4_outlier
yellow  1          7       3       1       FALSE        TRUE                  TRUE          TRUE
red     3         11       2       5       FALSE        TRUE                 FALSE          FALSE
blue    5         2        1       6        TRUE        FALSE                FALSE          FALSE
green   2         9       13       9        FALSE       FALSE                TRUE           FALSE

我希望获得每个类型的单独数据帧，其中_outlier列仅为false，但rec列彼此独立，一列可能为true，另一列可能为false。

所以理论上如果我尝试

df_blue = df['type']=='blue' & df['rec_1_outlier']=='False' & df['rec_2_outlier']=='False' & df['rec_3_outlier']=='False' & df['rec_4_outlier']=='False'

这可能永远不会选择任何行，因为_outlier列可能永远不会全部为false。

我也考虑过像这样一次做一列。

df_blue_rec_1 = df['type']=='blue' & df['rec_1_outlier']=='False'
df_blue_rec_2 = df['type']=='blue' & df['rec_2_outlier']=='False'

然后，只需将单独的数据帧添加到一个数据帧中。

我有一种感觉，有一种更好的方法来实现这一点。

Answer 1

你走在正确的道路上。您所做的是创建一个布尔掩码。如下所示：

mask_blue =((df['type']=='blue') & 
            (df['rec_1_outlier']=='False') & 
            (df['rec_2_outlier']=='False') & 
            (df['rec_3_outlier']=='False') & 
            (df['rec_4_outlier']=='False') 

此掩码提供了与原始df的索引相对应的true/false列表。

df_blue = df.loc[mask_blue,:]

现在，您可以通过更改上面的(:)来选择要传输到df_blue的列。例如：

df_blue = df.loc[mask_blue,['type','rec_1']]

这将得到一个包含以下列的df：type和rec_1

更新

要对每个单独的掩码执行此操作，请尝试为每个rec_x创建掩码。这将为真异常值提供NaN值。以下代码是rec_1和rec_2的示例。

df_blue = pd.Datafram()
mask_blue1 =((df['type']=='blue') & (df['rec_1_outlier']=='False'))
df_blue.loc[:,'rec_1'] = df.loc[mask_blue1,'rec_1']
mask_blue2 =((df['type']=='blue') & (df['rec_2_outlier']=='False'))
df_blue.loc[:,'rec_2'] = df.loc[mask_blue2,'rec_2']