Python 根据字典过滤Pandas 数据帧

发布于01月26日

假设我有一个这样的DataFrame:

       Num1   Num2 
1       1      0
2       3      2
3       5      4
4       7      6
5       9      8

我有一本这样的词典:

d = {
    
    "Num1": 2,
    "Num2": 5
}

我想从每个列的DataFrame中返回与键匹配的值以及大于或等于键中的值.

我的结果应该如下所示:

       Num1   Num2 
1       nan    nan
2       3      nan
3       5      nan
4       7      6
5       9      8

我该怎么做呢？

推荐答案

与@db的答案相同，使用df.where而不是df.mask来保持逻辑，即使用ge而不是lt:

>>> df.where(df >= d)  # or df.where(df.ge(d))
   Num1  Num2
0   NaN   NaN
1   3.0   NaN
2   5.0   NaN
3   7.0   6.0
4   9.0   8.0

Edit个

更进一步，如果要使用不同的运算符，可以按如下方式更改输入:

filters = [  # col, op, val
    ('Num1', '>=', 2),
    ('Num2', '<', 5)
]

m = pd.concat([df.eval(f'{col} {op} {val}').rename(col)
               for col, op, val in filters], axis=1)
out = df.where(m)
print(out)

# Output
   Num1  Num2
0   NaN   0.0
1   3.0   2.0
2   5.0   4.0
3   7.0   NaN
4   9.0   NaN

替代方案:

filters = {
    'Num1': '>= 2',
    'Num2': '< 5'
}

m = pd.concat([df.eval(f'{col} {cond}').rename(col)
               for col, cond in filters.items()], axis=1)
out = df.where(m)