如何从熊猫数据框中动态选择一个子集?
问题描述:
我是新来的python,我想做这个特殊的任务,这对我来说似乎并不明显。我甚至不知道要搜索什么才能找到它。首先这里是代码片段,我会解释我的目标在它下面:如何从熊猫数据框中动态选择一个子集?
import pandas as pd
mycolumns = ['col1', 'col2', 'col3']
df = pd.DataFrame(data=[[**1**,2,3,**1**,5,6],[1,2,3,4,5,6]],
columns=['col1_l', 'col2_l', 'col3_l', 'col1_r', 'col2_r', 'col3_r'])
criteria = list()
for col in mycolumns :
criterion = (df[col + '_l'] == df[col + '_r'])
criteria.append(criterion)
df = df[criteria[0] | criteria[1] | ... | criteria[5]]
print df
输出:
col1_l col2_l col3_l col1_r col2_r col3_r
0 1, 2, 3, 1, 5, 6
我要的是能够选择满足数据框行所有指定的标准,但问题是列的数量不固定,每次运行可能有不同数量的列,我希望每次执行此操作时都会执行相同的操作。问题是,我怎么能写这样一行:
df = df[criteria[0] | criteria[1] | ... | criteria[5]]
请记住,数据帧从一个连接SQL查询在数据库中获得的,我只是写了澄清这个例子中数据帧。谢谢你,如果这很明显,请原谅我。
答
print (df[np.logical_or.reduce(criteria)])
col1_l col2_l col3_l col1_r col2_r col3_r
0 1 2 3 1 5 6