例如，我有简单的DF:
import pandas as pd
from random import randint
df = pd.DataFrame({'A': [randint(1, 9) for x in range(10)],
'B': [randint(1, 9)*10 for x in range(10)],
'C': [randint(1, 9)*100 for x in range(10)]})
我可以使用Pandas的方法和习语，从“A”中选择对应的“B”大于50，而“C”不等于900的值吗?
当前回答
另一个解决方案是使用查询方法:
import pandas as pd
from random import randint
df = pd.DataFrame({'A': [randint(1, 9) for x in xrange(10)],
'B': [randint(1, 9) * 10 for x in xrange(10)],
'C': [randint(1, 9) * 100 for x in xrange(10)]})
print df
A B C
0 7 20 300
1 7 80 700
2 4 90 100
3 4 30 900
4 7 80 200
5 7 60 800
6 3 80 900
7 9 40 100
8 6 40 100
9 3 10 600
print df.query('B > 50 and C != 900')
A B C
1 7 80 700
2 4 90 100
4 7 80 200
5 7 60 800
现在如果你想改变A列的返回值，你可以保存它们的索引:
my_query_index = df.query('B > 50 & C != 900').index
．...并使用.iloc来更改它们，即:
df.iloc[my_query_index, 0] = 5000
print df
A B C
0 7 20 300
1 5000 80 700
2 5000 90 100
3 4 30 900
4 5000 80 200
5 5000 60 800
6 3 80 900
7 9 40 100
8 6 40 100
9 3 10 600
其他回答
当然!设置:
>>> import pandas as pd
>>> from random import randint
>>> df = pd.DataFrame({'A': [randint(1, 9) for x in range(10)],
'B': [randint(1, 9)*10 for x in range(10)],
'C': [randint(1, 9)*100 for x in range(10)]})
>>> df
A B C
0 9 40 300
1 9 70 700
2 5 70 900
3 8 80 900
4 7 50 200
5 9 30 900
6 2 80 700
7 2 80 400
8 5 80 300
9 7 70 800
我们可以应用列操作并获得布尔系列对象:
>>> df["B"] > 50
0 False
1 True
2 True
3 True
4 False
5 False
6 True
7 True
8 True
9 True
Name: B
>>> (df["B"] > 50) & (df["C"] == 900)
0 False
1 False
2 True
3 True
4 False
5 False
6 False
7 False
8 False
9 False
[更新，切换到新样式的。loc]:
然后我们可以用这些索引到对象中。对于读访问，你可以链索引:
>>> df["A"][(df["B"] > 50) & (df["C"] == 900)]
2 5
3 8
Name: A, dtype: int64
但由于视图和副本之间的差异，您可能会陷入麻烦，因为这样做是为了写访问。你可以用.loc代替:
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"]
2 5
3 8
Name: A, dtype: int64
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"].values
array([5, 8], dtype=int64)
>>> df.loc[(df["B"] > 50) & (df["C"] == 900), "A"] *= 1000
>>> df
A B C
0 9 40 300
1 9 70 700
2 5000 70 900
3 8000 80 900
4 7 50 200
5 9 30 900
6 2 80 700
7 2 80 400
8 5 80 300
9 7 70 800
注意，我不小心输入了== 900，而不是!= 900，或者~(df["C"] == 900)，但我懒得修复它。为读者做练习。: ^)
另一个解决方案是使用查询方法:
import pandas as pd
from random import randint
df = pd.DataFrame({'A': [randint(1, 9) for x in xrange(10)],
'B': [randint(1, 9) * 10 for x in xrange(10)],
'C': [randint(1, 9) * 100 for x in xrange(10)]})
print df
A B C
0 7 20 300
1 7 80 700
2 4 90 100
3 4 30 900
4 7 80 200
5 7 60 800
6 3 80 900
7 9 40 100
8 6 40 100
9 3 10 600
print df.query('B > 50 and C != 900')
A B C
1 7 80 700
2 4 90 100
4 7 80 200
5 7 60 800
现在如果你想改变A列的返回值，你可以保存它们的索引:
my_query_index = df.query('B > 50 & C != 900').index
．...并使用.iloc来更改它们，即:
df.iloc[my_query_index, 0] = 5000
print df
A B C
0 7 20 300
1 5000 80 700
2 5000 90 100
3 4 30 900
4 5000 80 200
5 5000 60 800
6 3 80 900
7 9 40 100
8 6 40 100
9 3 10 600
你可以使用熊猫，它有一些内置的功能进行比较。因此，如果你想选择符合“B”和“C”条件的“A”值(假设你想返回一个DataFrame熊猫对象)
df[['A']][df.B.gt(50) & df.C.ne(900)]
df[['A']]将以DataFrame格式返回列A。
pandas gt函数返回列B中大于50的位置，ne返回不等于900的位置。
记住要用括号!
请记住，&操作符优先于>或< etc等操作符。这就是为什么
4 < 5 & 6 > 4
结果为False。因此如果你用pd。Loc，您需要在逻辑语句周围加上括号，否则将会出现错误。这就是为什么:
df.loc[(df['A'] > 10) & (df['B'] < 15)]
而不是
df.loc[df['A'] > 10 & df['B'] < 15]
这就会导致
无法将dtyped [float64]数组与类型为[bool]的标量进行比较
将每个条件赋值给一个变量可能更具可读性，特别是如果变量很多(可能有描述性的名称)，并使用(&或|)等位操作符将它们链接在一起。另外，您不需要担心括号()，因为每个条件都是独立计算的。
m1 = df['B'] > 50
m2 = df['C'] != 900
m3 = df['C'].pow(2) > 1000
m4 = df['B'].mul(4).between(50, 500)
# filter rows where all of the conditions are True
df[m1 & m2 & m3 & m4]
# filter rows of column A where all of the conditions are True
df.loc[m1 & m2 & m3 & m4, 'A']
或者将条件放在一个列表中，并通过bitwise_and从numpy(&的包装器)将其减少。
conditions = [
df['B'] > 50,
df['C'] != 900,
df['C'].pow(2) > 1000,
df['B'].mul(4).between(50, 500)
]
# filter rows of A where all of conditions are True
df.loc[np.bitwise_and.reduce(conditions), 'A']
