多列上的 Pandas 数据框布尔掩码

Question

我有一个数据框 (df)，其中包含几个具有实际测量值的列和相应的列数 (A,B,...)，每个列的不确定性 (dA, dB, ...)：

   A    B    dA      dB
0 -1    3    0.31    0.08
1  2   -4    0.263   0.357
2  5    5    0.382   0.397
3 -4   -0.5  0.33    0.115

我应用一个函数来查找测量列中根据我的定义有效的值

df[["A","B"]].apply(lambda x: x.abs()-5*df['d'+x.name] > 0)

这将返回一个布尔数组：

     A          B 
0    False      True
1    True       True
2    True       True
3    True       False

我想使用这个数组来选择数据框中的行，在单个列中条件为真，例如A -> 行 1-3，还可以找到所有输入列的条件都为真的行，例如第 1 和 2 行。 有没有一种有效的方法可以用 pandas 做到这一点？

Answer 1

您可以使用 apply 语句的结果从原始数据帧中选择布尔索引：

results = df[["A","B"]].apply(lambda x: x.abs()-5*df['d'+x.name] > 0)

返回上面的布尔数组：

       A      B
0  False   True
1   True   True
2   True   True
3   True  False

现在，您可以使用此数组从原始数据名中选择行，如下所示：

选择 A 为真：

df[results.A]

   A    B     dA     dB
1  2 -4.0  0.263  0.357
2  5  5.0  0.382  0.397
3 -4 -0.5  0.330  0.115

选择 A 或 B 为真：

df[results.any(axis=1)]

   A    B     dA     dB
0 -1  3.0  0.310  0.080
1  2 -4.0  0.263  0.357
2  5  5.0  0.382  0.397
3 -4 -0.5  0.330  0.115

选择所有列为真：

df[results.all(axis=1)]

   A    B     dA     dB
1  2 -4.0  0.263  0.357
2  5  5.0  0.382  0.397

Answer 2

使用底层数组数据，向量化的方法会是这样 -

cols = ['A','B'] # list holding relevant column names
dcols = ['d'+i for i in cols]
out = np.abs(df[cols].values) - 5*df[dcols].values > 0

示例运行 -

In [279]: df
Out[279]: 
   A    B     dA     dB
0 -1  3.0  0.310  0.080
1  2 -4.0  0.263  0.357
2  5  5.0  0.382  0.397
3 -4 -0.5  0.330  0.115

In [280]: cols = ['A','B'] # list holding relevant column names
     ...: dcols = ['d'+i for i in cols]
     ...: out = np.abs(df[cols].values) - 5*df[dcols].values > 0
     ...: 

In [281]: out
Out[281]: 
array([[False,  True],
       [ True,  True],
       [ True,  True],
       [ True, False]], dtype=bool)

通过将无效的设置为NaNs来提取有效的，我们可以使用np.where -

In [293]: df[cols] = np.where(out, df[cols], np.nan)

In [294]: df
Out[294]: 
     A    B     dA     dB
0  NaN  3.0  0.310  0.080
1  2.0 -4.0  0.263  0.357
2  5.0  5.0  0.382  0.397
3 -4.0  NaN  0.330  0.115

此外，我们可以得到所有匹配的行，每行减少all() -

In [283]: np.flatnonzero(out.all(axis=1))
Out[283]: array([1, 2])