根据另一个数据库的内容筛选数据库

Question

因此，我需要为没有受保护属性的特性分配一个新的数据；我被提供了2..csv，其中一个包含每个实例的所有信息，另一个如果属性是受保护的特性，则将每个列标记为1，如果属性是要预测的值，则为2，否则为0。

我不太确定该怎么做，因为我不是很精通，但据我所知，这类似于

df = pd.read_csv("x.csv")
pdf = pd.read_csv("y.csv")

newDf = df.iloc[? && pdf[cols?]]

因此，给定两个具有相同标签的不同数据格式：

  A B C
0 7 3 1
1 8 3 1 
2 9 2 1

  A B C 
0 0 1 1

预期产出将是：

  A
0 7
1 8 
2 9

Answer 1

您需要使用带否定的任何查找第二个数据帧(df2)中所有具有0值的列，并将其用作要从df1获取的列的列表。

df[list(df.columns.to_series().loc[~df2.any()])]

输出：

    A
0   7
1   8
2   9

Answer 2

下面是我对你问题的理解，如果我弄错了，请告诉我。

df1:
    A   B   C   D
0   7   3   1   6
1   8   3   1   4
2   9   1   1   1

df2:
    A   B   C   D
0   0   1   1   0

df3=pd.DataFrame()
for i in df1.columns:
    if df2[i][0]==0:
        df3[i]=df1[i]

o/p:
df3:
    A   D
0   7   6
1   8   4
2   9   1