【问题标题】：How to implement a Boolean search with multiple columns in pandas如何在 pandas 中实现多列的布尔搜索
【发布时间】：2014-03-20 22:23:36
【问题描述】：

我有一个 pandas df，并希望按照以下方式完成一些事情（用 SQL 术语）：

SELECT * FROM df WHERE column1 = 'a' OR column2 = 'b' OR column3 = 'c' etc.

现在这适用于一个列/值对：

foo = df.loc[df['column']==value]

但是，我不确定如何将其扩展到多个列/值对。

需要明确的是，每一列都匹配不同的值。

【问题讨论】：

标签： python pandas

【解决方案1】：

由于运算符优先级，您需要将多个条件括在大括号中，并使用按位和 (&) 或 (|) 运算符：

foo = df[(df['column1']==value) | (df['columns2'] == 'b') | (df['column3'] == 'c')]

如果您使用and 或or，那么pandas 很可能会抱怨比较模棱两可。在这种情况下，不清楚我们是否在比较条件中一系列中的每个值，如果只有 1 或除 1 之外的所有值都符合条件，这意味着什么。这就是为什么您应该使用按位运算符或 numpy np.all 或 np.any 来指定匹配条件的原因。

还有查询方法：http://pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.query.html

但有一些限制主要与列名和索引值之间可能存在歧义的问题有关。

【讨论】：

或 df[(df.column1 > 0.5) & (df.column2 > 1.2) ]

【解决方案2】：

一种更简洁（但不一定更快）的方法是使用DataFrame.isin() 和DataFrame.any()

In [27]: n = 10

In [28]: df = DataFrame(randint(4, size=(n, 2)), columns=list('ab'))

In [29]: df
Out[29]:
   a  b
0  0  0
1  1  1
2  1  1
3  2  3
4  2  3
5  0  2
6  1  2
7  3  0
8  1  1
9  2  2

[10 rows x 2 columns]

In [30]: df.isin([1, 2])
Out[30]:
       a      b
0  False  False
1   True   True
2   True   True
3   True  False
4   True  False
5  False   True
6   True   True
7  False  False
8   True   True
9   True   True

[10 rows x 2 columns]

In [31]: df.isin([1, 2]).any(1)
Out[31]:
0    False
1     True
2     True
3     True
4     True
5     True
6     True
7    False
8     True
9     True
dtype: bool

In [32]: df.loc[df.isin([1, 2]).any(1)]
Out[32]:
   a  b
1  1  1
2  1  1
3  2  3
4  2  3
5  0  2
6  1  2
8  1  1
9  2  2

[8 rows x 2 columns]

【讨论】：

【解决方案3】：

@EdChum 在 2014 年所做的所有考虑仍然有效，但 pandas.Dataframe.ix 方法从 pandas 0.0.20 版本开始已弃用。直接来自docs：

警告：从 0.20.0 开始，不推荐使用 .ix 索引器，取而代之的是更严格的 .iloc 和 .loc 索引器。

在 pandas 的后续版本中，此方法已被新的 indexing 方法 pandas.Dataframe.loc 和 pandas.Dataframe.iloc 取代。

如果您想了解更多信息，请在this 帖子中找到上述方法之间的比较。

最终，到目前为止（从这个角度来看，即将发布的熊猫版本似乎没有任何变化），这个问题的答案如下：

foo = df.loc[(df['column1']==value) | (df['columns2'] == 'b') | (df['column3'] == 'c')]

【讨论】：

【解决方案4】：

query() 方法可以非常直观地做到这一点。在要评估的字符串中表达您的条件，如下例所示：

df = df.query("columnNameA <= @x or columnNameB == @y")

x 和 y 是声明的变量，你可以用 @ 引用它们

【讨论】：

【解决方案5】：

最简单的方法

如果这有帮助，请点击向上箭头！塔恩克斯！！

students = [ ('jack1', 'Apples1' , 341) ,
             ('Riti1', 'Mangos1'  , 311) ,
             ('Aadi1', 'Grapes1' , 301) ,
             ('Sonia1', 'Apples1', 321) ,
             ('Lucy1', 'Mangos1'  , 331) ,
             ('Mike1', 'Apples1' , 351),
              ('Mik', 'Apples1' , np.nan)
              ]
#Create a DataFrame object
df = pd.DataFrame(students, columns = ['Name1' , 'Product1', 'Sale1']) 
print(df)


    Name1 Product1  Sale1
0   jack1  Apples1    341
1   Riti1  Mangos1    311
2   Aadi1  Grapes1    301
3  Sonia1  Apples1    321
4   Lucy1  Mangos1    331
5   Mike1  Apples1    351
6     Mik  Apples1    NaN

# Select rows in above DataFrame for which ‘Product’ column contains the value ‘Apples’,
subset = df[df['Product1'] == 'Apples1']
print(subset)

 Name1 Product1  Sale1
0   jack1  Apples1    341
3  Sonia1  Apples1    321
5   Mike1  Apples1    351
6     Mik  Apples1    NA

# Select rows in above DataFrame for which ‘Product’ column contains the value ‘Apples’, AND notnull value in Sale

subsetx= df[(df['Product1'] == "Apples1")  & (df['Sale1'].notnull())]
print(subsetx)
    Name1   Product1    Sale1
0   jack1   Apples1      341
3   Sonia1  Apples1      321
5   Mike1   Apples1      351

# Select rows in above DataFrame for which ‘Product’ column contains the value ‘Apples’, AND Sale = 351

subsetx= df[(df['Product1'] == "Apples1")  & (df['Sale1'] == 351)]
print(subsetx)

   Name1 Product1  Sale1
5  Mike1  Apples1    351

# Another example
subsetData = df[df['Product1'].isin(['Mangos1', 'Grapes1']) ]
print(subsetData)

Name1 Product1  Sale1
1  Riti1  Mangos1    311
2  Aadi1  Grapes1    301
4  Lucy1  Mangos1    331

这是我找到的原始链接。我稍微修改了一下——https://thispointer.com/python-pandas-select-rows-in-dataframe-by-conditions-on-multiple-columns/

【讨论】：