如何根据某些列值创建新的数据框？答案

【问题标题】：How to create a new dataFrame based on some column values?如何根据某些列值创建新的数据框？
【发布时间】：2021-04-16 14:42:00
【问题描述】：

我有一个数据框，其中有一列标志，其值为真或假。我想创建一个新的数据框，其列标志的值必须全部为真。

df = {'Name':['Tom', 'nick', 'krish', 'jack'],
      'Age':['12', '23', '25', '16'],
      'Flag':[True, False, False, True]}

我想要一个新的 df，它的标志为真，并删除这个标志列：

df = {'Name':['Tom', 'jack'],
       'Age':['12', '16']}

【问题讨论】：

【解决方案1】：

将boolean indexing 与boolean 列一起使用，因此无需通过True 进行比较：

df = pd.DataFrame(df)

您只能通过列表使用DataFrame.loc来选择某些列：

df1 = df.loc[df['Flag'], ['Name','Age']]

或者使用和删除Flag使用DataFrame.pop：

df1 = df[df.pop('Flag')]

或者选择添加DataFrame.drop后删除Flag：

df1 = df[df['Flag']].drop('Flag', axis=1)

print (df1)
   Name Age
0   Tom  12
3  jack  16

【讨论】：

【解决方案2】：

使用布尔掩码和drop() 方法：

resultdf=df[df['Flag']==True].drop(columns=['Flag'])

或

你也可以使用where()方法

resultdf=df.where(df['Flag']==True).dropna().drop(columns='Flag')

输出：

print(resultdf)

    Name    Age
0   Tom     12
3   jack    16

如果您希望索引从 0 开始，则只需链式 reset_index() 方法：

resultdf=df[df['Flag']==True].drop(columns=['Flag']).reset_index(drop=True)

或

resultdf=df.where(df['Flag']==True).dropna().drop(columns='Flag').reset_index(drop=True)

输出：

print(resultdf)

    Name    Age
0   Tom     12
1   jack    16

【讨论】：

【解决方案3】：

首先使它成为一个数据框：

df = pd.DataFrame({'Name':['Tom', 'nick', 'krish', 'jack'],
  'Age':['12', '23', '25', '16'],
  'Flag':[True, False, False, True]})

然后你可以这样做：

df.loc[[0,3] ,["Name","Age"]]

结果如下：

    Name    Age
0   Tom     12
3   jack    16

【讨论】：