根据行值对数据框进行子集化，其中行值和列名存储在 VARIABLE 中答案

【问题标题】：Subsetting a dataframe based on row value, where the row value and column name is stored in a VARIABLE根据行值对数据框进行子集化，其中行值和列名存储在 VARIABLE 中
【发布时间】：2017-10-22 07:55:39
【问题描述】：

import pandas as pd
df = pd.DataFrame(data=np.array([["fruit", 12341], ["vegetable", 45642]]))
df.columns = ['this','result']

这就是数据框的样子

     this        result
0    fruit       12341
1    vegetable   45642

'this' 和 'result' 是列名。假设其中一个列名存储为名为“var”的字符串变量

“this”列中的行值“fruit”作为键存储在名为“dict”的字典中。

var = 'this'
dict = {'fruit': 'apple', 'vegetable': 'orange'}

我正在尝试执行下面代码中显示的一些子集

for k, v in dict.items():
    print(k)
    print(type(k)) #<class 'str'>
    df = df[df.var == k]

df

我知道已经知道了

    df = df[df.this == 'fruit']
    df = df[df.this == 'vegetable']

但行值和列名将仅存储为字符串变量！无论如何，您可以对行值和列名是变量

的数据框进行子集化

除非你们知道，否则我不确定这是否可能。我不介意使用 loc 或 iloc 发布解决方案，但我绝对需要将行值和列名存储在 variables 中。

我尝试过使用eval 之类的方法来打印变量中的值，但无济于事。如果我问了一些不可能实现的问题，我提前道歉。

预期输出将是一个空数据框，因为当代码迭代其键是列名的唯一现有行值的字典时，df = df[df.var == k] 等效于 df = df[df.this == 'fruit'] 和 df = df[df.this == 'vegetable'] '这个'

【问题讨论】：

你能添加预期的输出吗
答案是肯定的……无论你想做什么，答案都是肯定的！ ...问题是，我无法弄清楚您要做什么。请提供一些内容，向我们展示您期望的结果。
除非我们正确理解问题，否则在编码中没有什么是不可能的。
@Bharathshetty 添加了它。我想要完成的想法是，使用 VARIABLES 作为行值和列名。没有得到预期的输出。
不要使用. 使用像df[var_name] 这样的索引。看看这个stackoverflow.com/questions/46861214/…

标签： python pandas variables dataframe

【解决方案1】：

使用isin:

df = df[df[var].isin(dct.keys())]

这摆脱了循环（好吧，它不会导致空数据帧，但为什么要一个空数据帧？）。

请注意，在引用具有变量名称的列时，不能使用 dot 表示法。您需要使用[...] 语法。如需详细了解在哪些地方可以使用和不能使用点符号，请参阅here。

如果列名，则不能使用点符号访问列

以数字开头

包含空白字符

包含运算符符号和标点符号

与现有方法名称或属性冲突

点符号类似于访问对象的属性，你如果要访问它们，必须遵循 python 的变量命名规则那样。对于其他任何事情，您都必须使用[...]。

如需更详细的视图，请查看底部的注释 documentation.

此外，不要使用dict 来命名变量，这会影响具有相同名称的内置dict 类。现在你已经使用了它，使用del dict 来取回 dict 功能。

【讨论】：

【解决方案2】：

使用点符号 [] 和 insted 名称 dict 使用 dict1、d，因为 dict 在 python 中是代码字。

d = {'fruit': 'apple', 'vegetable': 'orange'}

for k, v in d.items():
    print(k)
    df = df[df[var] == k]
    print (df)

#first loop
fruit    
    this result
0  fruit  12341

#second loop
vegetable
Empty DataFrame
Columns: [this, result]
Index: []

但是如果在第一次迭代中输出是由第一个键过滤的，那么第二个循环总是返回空数据帧，因为第一个循环的输出（过滤的数据帧）被分配给变量df。

【讨论】：

@cᴏʟᴅsᴘᴇᴇᴅ - 我理解 OP 问题，这是代码的一部分（这是没有问题的），您的 .isin 用于过滤所有 var 列的所有 keys。所以两个答案都有不同的输出。
谢谢。有时我更喜欢遵循“给 OP 他们需要的东西，但不知道他们做了什么”，而不是“给 OP 他们要求的东西，即使这没有意义”。有时两者都做会更好！干杯。
@cᴏʟᴅsᴘᴇᴇᴅ - 我认为最好的方法是创建具有所需输出的答案并解释，如果它应该有问题。

【解决方案3】：

我会写这个作为评论，但没有足够的声誉。

除了答案之外，我想添加两个注释，它们很好地解决了问题。

注意 1：不要使用 dict 作为变量名，因为它是一个内置。

注意2：如果你在访问df时使用了变量，你可能不确定属性是否在df中，因此你也可以使用builtin 函数 getattr(df, var, None)，其中 第三个 参数是在 df 没有属性 var 的情况下返回的内容。

【讨论】：