按元组中的值对数据进行排序

Question

考虑一下这个数据：

     name  age                           scores
0   Alice    8                 (False, 0, 89.1)
1     Bob    7               (True, 136, 79.05)
2   Chuck    9                (True, 138, 75.0)
3   Daren   12               (True, 146, 77.25)
3   Elisa   13               (True, 146, 77.25)

现在，我想过滤dataframe，只包括那些在‘分数’元组的第一个位置上带有True的条目，以获得这个数据：

     name  age                           scores
1     Bob    7               (True, 136, 79.05)
2   Chuck    9                (True, 138, 75.0)
3   Daren   12               (True, 146, 77.25)
3   Elisa   13               (True, 146, 77.25)

我试过这两种方法：

df = df[df.scores[0] == True]

和

df = df.drop(df[df.scores[0] == False].index)

但我总是犯错误。有谁知道用元组中的值进行筛选的有效方法吗？谢谢!

Answer 1

您可以尝试使用Series.str

df.loc[df.scores.str[0]==True]

Answer 2

错误的一个原因是因为df.score是Series，但是您正在尝试使用它，例如list或tuple (例如，分数、scores1 .)。

为这个问题编辑，@Space Impact的答案更好(更快更容易)。

相反，您可以在这里使用lambda，如下所示：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Chuck', 'Daren', 'Elisa'],
    'age': [8, 7, 9, 12, 13],
    'scores': [(False, 0, 89.1), (True, 136, 79.05), (True, 138, 75.0), (True, 146, 77.25), (True, 146, 77.25)],
})

print(df)
#    name  age              scores
#0  Alice    8    (False, 0, 89.1)
#1    Bob    7  (True, 136, 79.05)
#2  Chuck    9   (True, 138, 75.0)
#3  Daren   12  (True, 146, 77.25)
#4  Elisa   13  (True, 146, 77.25)

df2 = df[df['scores'].apply(lambda x: x[0])]

print(df2)
#    name  age              scores
#1    Bob    7  (True, 136, 79.05)
#2  Chuck    9   (True, 138, 75.0)
#3  Daren   12  (True, 146, 77.25)
#4  Elisa   13  (True, 146, 77.25)