在pandas中基于一个列的True或False选择DataFrame中的行

Question

在pandas中基于一个列的True或False选择DataFrame中的行

3

在pandas中，根据列中的True或False选择DataFrame中的行：

例如，

import pandas as pd
df = {'uid':["1", "1", "1", "1", "2", "2", "2", "2"], 
        'type': ["a", "a", "b", "a", "a", "b", "b", "a"], 
        'is_topup':["FALSE", "FALSE", "TRUE", "FALSE","FALSE", "TRUE", "TRUE", "FALSE"],
       'label':["FALSE", "FALSE", "TRUE", "FALSE","FALSE", "TRUE", "TRUE", "FALSE"]}
df = pd.DataFrame(df)  



   uid type  is_topup  label
0   1    a    FALSE  FALSE
1   1    a    FALSE  FALSE
2   1    b     TRUE   TRUE
3   1    a    FALSE  FALSE
4   2    a    FALSE  FALSE
5   2    b     TRUE   TRUE
6   2    b     TRUE   TRUE
7   3    a    FALSE  FALSE
8   3    b     TRUE   TRUE
9   3    b     TRUE   TRUE
10  3    a    FALSE  FALSE

我想在类似于“is”的条件下选择一行。

  uid type   is_topup  label
0   1    a    FALSE  FALSE
1   1    a    FALSE  FALSE
2   1    b     TRUE   TRUE
4   2    a    FALSE  FALSE
5   2    b     TRUE   TRUE
7   3    a    FALSE  FALSE
8   3    b     TRUE   TRUE

我试图查看pandas文档，但没有找到答案。

- artpii

你的“and stop in”是什么意思？ - MLAlex

你能解释一下你想要删除哪些行吗？如果不解释你想要删除哪些行，似乎没有逻辑理由删除它们。为什么我要删除第3、6、9和10行？它们看起来不像是要删除重复项（0和1是重复项）。 - Adirio

2个回答

0

在我看來，一個簡單的

result = df.drop_duplicates()

应该可以解决问题。至少您提供的示例会这样工作。

- RaJa

不是那样，我想要所有UID和某些行。例如uid = 3 new，有4行，我想要2行（7,8）是充值，标签更改为TRUE真。 - artpii

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Chris · Accepted Answer

不确定最有效的方法，但使用 idxmax：

new_df = df.groupby('uid').apply(lambda x: x[:(x['is_topup'] & x['label']).reset_index(drop=True).idxmax()+1])
print(new_df)

输出：

       uid type  is_topup  label
uid                             
1   0    1    a     False  False
    1    1    a     False  False
    2    1    b      True   True
2   4    2    a     False  False
    5    2    b      True   True
3   7    3    a     False  False
    8    3    b      True   True