按条件列值获取答案

【问题标题】：Get by condition column values按条件列值获取
【发布时间】：2016-10-18 02:05:24
【问题描述】：

我有关注DataFrame:

   A      B
0  1      5
1  2      3
2  3      2
3  4      0
4  5      1

如何通过A 列的条件值获取？

例如所有大于 3 且小于 6 的值。

【问题讨论】：

标签： python pandas dataframe conditional-statements

【解决方案1】：

您可以使用boolean indexing，或者使用间隔端点的条件

df[(df.A > 3) & (df.A < 6)]

或方便的方法.between()，在幕后转换为上述（因此速度非常慢），您需要注意默认情况下包含限制：

df[df.A.between(4, 5)] # uses inclusive limits

得到：

   A  B
3  4  0
4  5  1

【讨论】：

【解决方案2】：

使用between（可以使用参数inclusive=False）和boolean indexing：

print (df[df.A.between(4,5)])

示例：

df = pd.DataFrame({'A': {0: 1, 1: 2, 2: 3, 3: 4, 4: 5,5: 6}, 
                   'B': {0: 5, 1: 3, 2: 2, 3: 0, 4: 2, 5: 1}})
print (df)
   A  B
0  1  5
1  2  3
2  3  2
3  4  0
4  5  2
5  6  1

print (df[df.A.between(4,5)]) #default inclusive=True
   A  B
3  4  0
4  5  2

print (df[df.A.between(3,6, inclusive=False)])
   A  B
3  4  0
4  5  2

时间安排相同：

df = pd.concat([df]*10000).reset_index(drop=True)

In [427]: %timeit (df[df.A.between(3,6, inclusive=False)])
The slowest run took 4.72 times longer than the fastest. This could mean that an intermediate result is being cached.
1000 loops, best of 3: 1.32 ms per loop

In [428]: %timeit (df[(df.A>3) & (df.A<6)])
1000 loops, best of 3: 1.31 ms per loop

【讨论】：