高级 Python Pandas 数据框选择

Question

假设您有以下使用代码构建的数据框：

import numpy as np
from pandas import *

headers = ['name', 'rating']

data = (['John', .987], ['Joe', .543], ['Mary', .294], ['Bill', .784])

df = Dataframe(data, columns = headers)

我知道我可以进行数据框选择，例如 df.name 或 df[['rating']] 一次访问一列，或 df[2:3] 进行行切片，但我似乎无法将两者结合起来。如果我想要所有评级高于 0.500 的行怎么办？这似乎不起作用：

df[df.rating > .5]

或

df.where(df.rating > .5)

第一个可以在 R 中使用。在文档 The where() Method and Masking () 中，示例是：

s.where(s > 0)

然而，这是非常有限的，因为我们很少希望根据所有列和所有行选择一个新对象（事实上，我从来没有这个需要）。我知道 Python 中的数据帧不等于 R 中的数据帧，但仍然需要。

1. 如何选择满足特定数字标准的行？相等的 到df[df.rating > .5]
2. 如何根据列表选择行？相当于df[df.name in ('John', 'Joe')]'
3. 我可以对列过滤器和行过滤器进行切片吗？相当于 df[df.rating > .5, df.name in ('John', 'Joe')]

我觉得高级切片缺乏帮助，而 R 在 Subsetting 方面更胜一筹

Answer 1

我运行了你的代码，这应该可以工作：

#1:
df[df['rating']>0.5]
#2:
df.query('name in ("John", "Mary")') 
#3:
df.query('name in ("John", "Mary") and rating > 0.5')