按其他条件过滤数据框时包含 if 语句

Question

我有一个大约 600 行的数据框，可以追溯到 2015 年：

ID   Year  Trap                             SVL
1    2020  ['P90', 'R81']                   78
2    2019  ['P3']                           56
3    2018  ['P22', 'R1', 'R11', 'PR22']     45

我需要搜索/过滤手头的个体（蜥蜴），已知变量是 Trap 和 SVL（鼻子到通风口的长度，单位为 mm） - 例如，当前的蜥蜴可能来自 Trap == 'R1' 及其SVL >= 45，则搜索应返回 ID 3。在 2021 年，蜥蜴的 SVL = 75（它每年增长约 10 毫米，我添加 +/- 5 毫米以表示测量误差）。

我将标准保存在一个字典中：

dict_choice = {'Trap': ['R1'],
               'SVL': (70.0, 80.0)}

我的正常搜索如下：

newdf = df.loc[df.Trap.map(set(dict_choice['Trap']).issubset) &
               ( (df['SVL'] >= dict_choice['SVL'][0]) & (df['SVL'] <= dict_choice['SVL'][1]))

我可以将年份作为搜索条件吗？ 为了尽量减少匹配蜥蜴的数量，我需要添加一个过滤器，从 2021 年开始，我们每年都会查看少 5 毫米的 SVL。例如蜥蜴 ID 3 在 2018 年是 45 毫米，这意味着到 2021 年它应该是 75 毫米，但是要匹配它，我们只需要查看 SVL

if @year == 2021: 
   search all where @Trap IN dict_choice['Trap'] AND ((df['SVL'] >= dict_choice['SVL'][0]) & (df['SVL'] <= dict_choice['SVL'][1]))
elif @year == 2020:
   search all where @Trap IN dict_choice['Trap'] AND ((df['SVL'] >= dict_choice['SVL'][0]) & (df['SVL'] <= dict_choice['SVL'][1]-5))
elif @year == 2019:
   search all where @Trap IN dict_choice['Trap'] AND ((df['SVL'] >= dict_choice['SVL'][0]) & (df['SVL'] <= dict_choice['SVL'][1]-10))
(...)

TL;DR：我可以在按其他条件过滤数据帧时包含 if 语句吗？

Answer 1

我能否建议您在测试标准中添加一个“固定”年份，例如

dict_choice = {'Trap': ['R1'],
               'SVL': (70.0, 80.0),
               'Year': [2020]}

那么你可以在代码本身中为测试提供线性余量

import pandas as pd
data = { 'ID': [1,2,3],
         'Year' : [2020,2019,2018],
         'Trap' : [['P90', 'R81'], ['P3'] ,['P22', 'R1', 'R11', 'PR22']],
         'SVL' : [78,56,45]}

df = pd.DataFrame(data)

如上获取数据框

dict_choice = {'Trap': ['R81'],
               'SVL': (70.0, 80.0),
               'Year': [2018]}

是带有测试基准年的增强查询

newdf = df.loc[df.Trap.map(set(dict_choice['Trap']).issubset) &
               ( (df['SVL'] >= dict_choice['SVL'][0]) & 
                 (df['SVL'] <= dict_choice['SVL'][1] + 5.0 * (df['Year'] - dict_choice['Year'])))]

那么这个查询在支票中内置了线性余量。

请注意，如果年份早于基准年，查询允许蜥蜴生长，如果落后则收缩。

也许你应该在两边都有移动，但它只是遵循查询的模式（如下）

newdf = df.loc[df.Trap.map(set(dict_choice['Trap']).issubset) &
               ( (df['SVL'] >= dict_choice['SVL'][0] + 5.0 * (df['Year'] - dict_choice['Year'])) & 
                 (df['SVL'] <= dict_choice['SVL'][1] + 5.0 * (df['Year'] - dict_choice['Year'])))]