在python中屏蔽pandas数据帧上的多个列

Question

我期待运用乘法口罩上一个大熊猫数据集的每一列(分别于它的属性)的蟒蛇.在下一步中,我想在数据框中找到(a)符合所有条件的行.因此我有:

df
Out[27]: 
   DE  FL  GA  IA  ID 
0   0   1   0   0   0 
1   1   0   1   0   1  
2   0   0   1   0   0 
3   0   1   0   0   0
4   0   0   0   0   0 

mask_list = []
for i in range(0,5):

    if i % 2==0:
        mask_list.append(df[[i]]>0)
    else:
        mask_list.append(df[[i]]<1)

concat_frame = pa.DataFrame()
for mask in mask_list:
    concat_frame =pa.concat((concat_frame, mask), axis=1)

concat_frame
Out[48]: 
      DE     FL     GA    IA     ID
0  False   False False  True  False
1  True    True  True   True  True
2  False   True  True   True  False
3  False   False False  True  False
4  False   True  False  True  False

[5 rows x 5 columns]

更新 预期结果:

outcome
Out[60]:
   DE   FL  GA  IA  ID
1   1   0   1   0   1 

这里有一个问题:
如何在df上应用concat_mask,以便我选择所有布尔条件匹配的行(是True)？

Answer 1

您可以使用pandas all方法和布尔逻辑.正如EdChum评论的那样,我对你的确切例子还有点不清楚,但类似的例子是

In [1]: df = DataFrame([[1,2],[-3,5]], index=[0,1], columns=['a','b'])
In [2]: df
Out [2]:
   a  b
0  1  2
1 -3  5

In [3]: msk = (df>1) & (df<5)
In [4]: msk
Out [4]:
      a    b
0 False  True
1 False False

In [5]: msk.all(axis=1)
Out [5]:
0  False
1  False
dtype: bool

如果您想通过掩码索引原始数据帧,则可以执行此操作

In [6]: df[msk]
Out [6]:
     a   b
0  NaN   2
1  NaN NaN

或者您最初指出所有行都为真的行

In [7]: idx = msk.all(axis=1)
In [8]: df[idx]
Out [8]:
Empty DataFrame
Columns: [a,b]
Index: []

或者如果一行是真的

In [9]: idx[0] = True
In [10]: df[idx]
Out [10]:
  a b
0 1 2

编辑:只是在评论澄清之后解决原始问题,我们需要针对不同列的不同过滤标准

In [10]: msk1 = df[['a']] < 0
In [11]: msk2 = df[['b']] > 3
In [12]: msk = concat((msk1, msk2), axis=1)
In [12]: slct = msk.all(axis=1)
In [13]: df.ix[slct]
Out [13]:
   a b
1 -3 5