如何使用多个布尔条件选择 Pandas DataFrame 中的特定列

Question

我正在尝试为上述问题找到一个非常好的、全面的答案。

让我们采用以下数据框：

df = pd.DataFrame(np.random.randn(4,4), columns=['A', 'B', 'C', 'D'])
df['Category'] = pd.Series(['Cat1', 'Cat2', 'Cat1', 'Cat2'])
df:
            A         B         C         D Category
  0  0.057456  0.462712 -1.245539  0.095947     Cat1
  1  0.741688  0.353600  1.130754 -1.692440     Cat2
  2  0.638623 -0.109566  0.118509 -0.692661     Cat1
  3 -0.905806  0.284818 -0.094696 -1.325617     Cat2

df.A我了解使用或df['A']选择列的基本命名法A，以及df[['A', 'B']]选择列A和B。

如果我想传递布尔条件，我可以执行诸如df[df.A > 0]返回df.A大于 0 的行之类的操作。并且我可以包含多个条件，例如df[(df.A > 0) & (df.Category == 'Cat1')]包含多个条件。

但我没有看到的一件事是，我如何选择具有上面使用的相同两个布尔条件的数据帧列的子集。

我尝试过的两种方法都没有成功：

df['B'].where(df.A > 0)

这将返回索引中的所有行，而我只希望返回True符合所述条件的行。

我也尝试过使用query但没有成功，因为它不能在系列上使用。

所以df['A'].query(some condition)返回错误信息。

理想情况下，我正在寻找的解决方案具有以下条件：

1. 可用于单列或多列。即，您可以同时选择df['A']和df['B']。
2. 如果需要，可以使用多个布尔条件，而不仅仅是一个。
3. True仅返回符合条件的行，而不是所有行。
4. 理想情况下，语法简单，但如果不可能，那就这样吧。

谢谢。

Answer 1

我想你正在寻找.loc

df.loc[df.A>0,'B']
0    0.462712
1    0.353600
2   -0.109566
Name: B, dtype: float64
df.loc[(df.A>0)&(df.B<0),['B','C']]
          B         C
2 -0.109566  0.118509