根据系列值选择 DataFrame 数据

Question

我有一个 pandas 的 DataFrame，当我对 DataFrame 执行操作时，我得到一个系列。如何使用该系列仅选择我找到匹配项的记录？

现在我正在将该列附加到 DataFrame 上并对数据框进行查询，然后删除该列。不过我真的不喜欢这个解决方案，所以我希望我能得到更好的解决方案。

data = [[1,2,3], [1,3,4], [3,4,5]]
columns = ['a', 'b', 'c']
df = pd.DataFrame(data, columns=columns)
series = df.myoperation()
df['myoperation'] = series
res = df[df['myoperation'] == True] 
del res['myoperation']

series 对象将产生 1-1 匹配，因此索引项 1 将匹配数据框对象中的项 1。

上面是我完成它的 hacky 代码，但我担心当数据框有很多列或比这个简单的例子更多的数据时，它会很慢。

谢谢

Answer 1

我认为如果series 是布尔值Series 与df 相同的索引和与df 相同的长度，我认为你可以使用 - 它被称为boolean indexing：

series = pd.Series([True, False, True], index=df.index)
res = df[series]
print (res)
   a  b  c
0  1  2  3
2  3  4  5

它始终适用于boolean 列表和 numpy 数组，只有长度必须与 df 相同：

L = [True, False, True]
res = df[L]
print (res)
   a  b  c
0  1  2  3
2  3  4  5

---

arr = np.array([True, False, True])
res = df[arr]
print (res)
   a  b  c
0  1  2  3
2  3  4  5