根据存储在字典中的条件从 Pandas 数据框中选择数据

Question

我有一个包含大量变量的 Pandas 数据框。这可以简化为：

tempDF = pd.DataFrame({ 'var1': [12,12,12,12,45,45,45,51,51,51],
                        'var2': ['a','a','b','b','b','b','b','c','c','d'],
                        'var3': ['e','f','f','f','f','g','g','g','g','g'],
                        'var4': [1,2,3,3,4,5,6,6,6,7]})

如果我想选择数据帧的一个子集（例如 var2='b' 和 var4=3），我会使用：

tempDF.loc[(tempDF['var2']=='b') & (tempDF['var4']==3),:]

但是，如果匹配条件存储在字典中，是否可以选择数据帧的子集，例如：

tempDict = {'var2': 'b','var4': 3}

重要的是变量名称不是预定义的，并且字典中包含的变量数量是可变的。

我一直对此感到困惑一段时间，因此任何建议将不胜感激。

Answer 1

您可以使用列表理解为每个条件创建掩码，然后通过转换为数据帧并使用以下方式将它们连接起来all：

In [23]: pd.DataFrame([tempDF[key] == val for key, val in tempDict.items()]).T.all(axis=1)
Out[23]:
0    False
1    False
2     True
3     True
4    False
5    False
6    False
7    False
8    False
9    False
dtype: bool

然后您可以使用该掩码对数据框进行切片：

mask = pd.DataFrame([tempDF[key] == val for key, val in tempDict.items()]).T.all(axis=1)

In [25]: tempDF[mask]
Out[25]:
   var1 var2 var3  var4
2    12    b    f     3
3    12    b    f     3