Pandas 数据框 - 根据多列的值列表选择元素答案

【问题标题】：Pandas dataframe - select elements based on list of values for multiple columnsPandas 数据框 - 根据多列的值列表选择元素
【发布时间】：2021-11-10 12:13:12
【问题描述】：

我有一个如下所示的数据框：

df = pd.DataFrame({
    'C1': ['A','A','A','B', 'B', 'C', 'C'],
    'C2': [1, 2, 3, 1, 2, 1, 2],
    'C3': [2., 3.1, 1.2, 1.4, 2.1, .4, .5]
})

我想为 C1 和 C2 上的单个组合过滤数据框。

例如，我想要以下匹配项的组合：（C1 == 'A' & C2 == 2）和（C1 == 'B' & C2 == 1）。

生成的数据框应如下所示：

   C1   C2  C3
0   A   2   3.1
1   B   1   1.4

所以，我想过滤独特的组合，例如由元组列表给出。对于上面的示例，它看起来像这样：

[('A', 2), ('B', 1)]

您能指导我如何在不使用循环的情况下理想地完成此任务吗？

谢谢。

菲利普

【问题讨论】：

标签： python pandas filter

【解决方案1】：

让我们尝试MultiIndex.isin 创建一个可用于过滤行的布尔掩码

df[df.set_index(['C1', 'C2']).index.isin(l)]

merge 的替代方法

df.merge(pd.DataFrame(l, columns=['C1', 'C2']))

  C1  C2   C3
1  A   2  3.1
3  B   1  1.4

【讨论】：

【解决方案2】：

df = pd.DataFrame({
    'C1': ['A','A','A','B', 'B', 'C', 'C'],
    'C2': [1, 2, 3, 1, 2, 1, 2],
    'C3': [2., 3.1, 1.2, 1.4, 2.1, .4, .5]
})
df[df[["C1","C2"]].apply(tuple, 1).isin([('A', 2), ('B', 1)])]

	C1	C2	C3
1	A	2	3.1
3	B	1	1.4

【讨论】：