如何在多索引 Pandas 数据框中选择大于某个值的单元格？答案

【问题标题】：How to select cells greater than a value in a multi-index Pandas dataframe?如何在多索引 Pandas 数据框中选择大于某个值的单元格？
【发布时间】：2015-12-20 07:04:08
【问题描述】：

尝试1：

df[ df > 1.0 ] ：返回NAN 中的所有单元格。

尝试2：

df.loc[ df > 1.0 ]：这返回了KeyError: 0

df[df['A']> 1.0]：这可行 - 但我想将过滤条件应用于所有列。

【问题讨论】：

您要应用什么过滤条件，df 的示例是什么，您希望输出什么？在对整个 df 进行尝试时，肯定会有一些行只有某些列满足条件（反之亦然），因此对于不满足条件的地方，将其替换为 NaN 。
您是否尝试选择任何列满足条件的行？还是所有列都满足条件？
@AnandSKumar 我想选择任何列满足条件的行。感谢您的提问。

标签： python pandas

【解决方案1】：

如果您要做的是仅选择任何一列满足条件的行，您可以使用DataFrame.any() 和axis=1（进行逐行分组）。示例 -

In [3]: df
Out[3]:
   A  B  C
0  1  2  3
1  3  4  5
2  3  1  4

In [6]: df[(df <= 2).any(axis=1)]
Out[6]:
   A  B  C
0  1  2  3
2  3  1  4

或者，如果您尝试过滤所有列都满足条件的行，请使用 .all() 代替 .any() 。 all 的示例 -

In [8]: df = pd.DataFrame([[1,2,3],[3,4,5],[3,1,4],[1,2,1]],columns=['A','B','C'])

In [9]: df
Out[9]:
   A  B  C
0  1  2  3
1  3  4  5
2  3  1  4
3  1  2  1

In [11]: df[(df <= 2).all(axis=1)]
Out[11]:
   A  B  C
3  1  2  1

【讨论】：

这并不能回答数据框具有多索引的问题。