如何创建包含行大于数字的列的 DataFrame？

Question

我有一个包含这些列的 DataFrame：

ID                    int64
Key                   int64
Reference            object
sKey                float64
sName               float64
fKey                 int64
cName                object
ints                  int32

我想创建一个包含列commonName 和ints 的新DataFrame，其中ints 大于10，我正在这样做：

df_greater_10 = df[['commonName', df[df.ints >= 1997]]]

我看到问题出在表达式 df[df.ints >= 1997] 上，因为我正在返回一个 DataFrame - 我怎样才能获得值大于 10 的 ints 列？

Answer 1

您可以使用许多可用的indexers 之一。我会推荐.ix，因为它似乎是faster：

df_greater_10 = df.ix[df.ints >= 1997, ['commonName', 'ints']]

或者如果您只需要ints 列

df_greater_10 = df.ix[df.ints >= 1997, 'ints']

演示：

In [123]: df = pd.DataFrame(np.random.randint(5, 15, (10, 3)), columns=list('abc'))

In [124]: df
Out[124]:
    a   b   c
0  13  11  14
1  14  10  13
2   7  11   6
3   7  13  12
4   9   9   6
5   7   7   7
6   5   7   8
7   5  11   5
8   9   7   9
9  11  13   7

In [125]: df_greater_10 = df.ix[df.c > 10, ['a','c']]

In [126]: df_greater_10
Out[126]:
    a   c
0  13  14
1  14  13
3   7  12

---

更新： 从 Pandas 0.20.1 the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers 开始。

所以使用df.loc[...] 或df.iloc[...] 而不是已弃用的df.ix[...]

Answer 2

不知道你为什么没有先尝试df[df.ints >= 1997]['ints']（也许我遗漏了一些东西，你的数据框很大？）。下面是它如何工作的演示

>>> pd.DataFrame({'ints': [1, 2, 3, 10, 11], 'other': ['a', 'b', 'c', 'y', 'z']})

', 'y', 'z']})
   ints other
0     1     a
1     2     b
2     3     c
3    10     y
4    11     z

>>> df[df.ints >= 10]
   ints other
3    10     y
4    11     z
>>> df[df.ints >= 10]['ints']
3    10
4    11

您也可以使用df['ints'][df['ints'] >= 10] 获得相同的结果，这表明您只对ints 列感兴趣。