如何在熊猫的两列上应用条件答案

【问题标题】：How to apply condtion on two columns in pandas如何在熊猫的两列上应用条件
【发布时间】：2021-05-20 04:31:23
【问题描述】：

我有一个如下所示的 pandas 数据框 (df)。

       value        date    count1  hours   column_name
 0      eps     2021-02-17  127185   0       EPS
 1      eps     2021-02-17  129792   1       EPS
 2      eps     2021-02-17  155645   2       EPS
 3      eps     2021-02-17  160214   4       EPS
 4      eps     2021-02-17  164315   5       EPS
 5      eps     2021-02-16  164987   1       EPS

我想要新的数据框，它不包含日期为 2021-02-17 且小时数 = 1 的记录。对于这些我尝试这些

     df.loc[(df['date1']<='2021-02-17') & (df['hours']!= 1)]

它给出如下输出：-

       value        date    count1  hours   column_name
 0      eps     2021-02-17  127185   0       EPS
 1      eps     2021-02-17  155645   2       EPS
 2      eps     2021-02-17  160214   4       EPS
 3      eps     2021-02-17  164315   5       EPS

但我想像下面这样：-

       value        date    count1  hours   column_name
 0      eps     2021-02-17  127185   0       EPS
 1      eps     2021-02-17  155645   2       EPS
 2      eps     2021-02-17  160214   4       EPS
 3      eps     2021-02-17  164315   5       EPS
 4      eps     2021-02-16  164987   1       EPS

【问题讨论】：

标签： python pandas

【解决方案1】：

您需要使用运算符| 而不是&：

import pandas as pd

#if needed you can change your 'date' to datetime
df['date'] = pd.to_datetime(df['date'])

out = df.loc[(df['date']!='2021-02-17') | (df['hours']!=1)]

  value       date  count1  hours column_name
0   eps 2021-02-17  127185      0         EPS
1   eps 2021-02-17  129792      1         EPS
2   eps 2021-02-17  155645      2         EPS
3   eps 2021-02-17  160214      4         EPS
4   eps 2021-02-17  164315      5         EPS
5   eps 2021-02-16  164987      1         EPS

【讨论】：

请注意，如果您决定使用 out 进行其他操作，这可能会导致设置带有复制警告。最好使用loc 或制作一个 express copy()
感谢您的提示。请在您认为需要时继续提供反馈。绝对值得赞赏。
注意I have not downvoted in any way，这是正确答案
即使你这样做也没关系，只要它与反馈相关联。
转换为日期时间格式需要太多时间我有 20 亿条记录的数据框。

【解决方案2】：

比较两者是否不等于!=，将| 更改为按位OR 以及正确的输出需要日期时间：

df['date'] = pd.to_datetime(df['date'])
df =  df.loc[(df['date'] != '2021-02-17') | (df['hours'] != 1)]
print (df)
  value       date  count1  hours column_name
0   eps 2021-02-17  127185      0         EPS
2   eps 2021-02-17  155645      2         EPS
3   eps 2021-02-17  160214      4         EPS
4   eps 2021-02-17  164315      5         EPS
5   eps 2021-02-16  164987      1         EPS

【讨论】：