基于多准则的基于行的数据过滤

Question

我在熊猫中有下面的基于行的数据集，并希望过滤满足多个标准的模块，例如所有带有(setting='Foo' and value=2) and (setting='bar' and value=1)的模块

目前，我正在为每个标准分别获得模块，然后构建所有单个结果的交集。是否有更有效的方法，例如将数据集转换为基于列的数据集，然后使用一个查询(setting_foo=2 and settting_bar=3)进行过滤

module    setting   value
-----------------------------------------
A         Foo       2
A         bar       1
B         Foo       3
B         bar       1
...

本例所需的输出将是模块A，因为模块B实现了bar=1，而不是foo=2

Answer 1

您可以使用.pivot为每个模块创建Foo列和Bar列，如下所示：

df_pivot = df.pivot(index='module', columns='setting', values='value').reset_index()

给予：

setting module  Foo  bar
0            A    2    1
1            B    3    1

然后可以使用.loc筛选Foo=2和bar=1所在的位置，并对模块列进行筛选，如下所示：

df_pivot.loc[(df_pivot['Foo'] == 2) & (df_pivot['bar'] == 1), 'module']

其中产出：

0    A
Name: module, dtype: object