数据框按照区间数据类型过滤一列

Question

我有一个数据框数组，其中包含一些列，其中之一是“时间”。 我想筛选时间在特定区间内的行。

为了简化问题，我创建了一个具有整数值和整数区间的数据框。

data=pd.DataFrame({'A':[1,2,3,4,5,6,7,8,9]})
interval=pd.Interval(1,4)
data[data['A'] in interval]

显示： ValueError：Series的真值是不明确的。请使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。 但期望结果是[2,3,4]。

- Ali

---

目前在pandas中没有内置的方法来实现这一点，但这是将来会添加的内容（尚无明确的时间表）。 - root

Answer 1

between

pandas.Series.between函数返回一个布尔型掩码，可用于过滤数据框。

data[data.A.between(1, 4)]

   A
0  1
1  2
2  3
3  4

---

查询

pandas.DataFrame.query 可以用于过滤数据。

data.query('1 <= A <= 4')

   A
0  1
1  2
2  3
3  4

---

isin

pandas.Series.isin 可以在特殊的整数情况下使用 range。类似于 between，我们创建一个布尔掩码。

data[data.A.isin(range(1, 5))]

   A
0  1
1  2
2  3
3  4

- piRSquared

---

谢谢，但是有没有可能在函数中使用间隔？ - Ali

据我所知，pandas.Interval旨在表示可哈希的事物，可以表示类别。它用于将数据分成表示为间隔的桶中。然后，我们可以使用这些间隔作为索引。当然，Pandas开发人员可以更改它以适应此类事情，但我怀疑他们会这样做。 - piRSquared

你认为 data[data.A.apply(lambda x : x in interval)] 这种方式怎么样？ - Ali

考虑到“apply”函数，这种方法虽然聪明但速度较慢。更简洁的方式是使用以下代码，但不建议使用：data[data.A.map(interval.__contains__)] 或 data[[*map(interval.__contains__, data.A)]]。 - piRSquared

因此，在一般情况下，“between”和“isin”的示例并不完全正确：“between”不能处理混合不等式（即在该示例中，区间在右侧是开放的，在左侧是封闭的），而“isin”示例不能处理分数值（即1.5在示例区间内）。 - root

@root 我同意关于isin的观点，但如果我们只处理整数，则在选择适当的限制时将是正确的。对于between，您可以使用选项inclusive=True或inclusive=False选择边界是否包含，但无论哪种情况，您都不会得到混合包含...所以我也同意您的看法。query优雅地处理它，其余的就留给其他人了(-: - piRSquared

Answer 2

使用你的interval。

data.loc[(data.A>=interval.left) & (data.A<interval.right)]
Out[245]: 
   A
0  1
1  2
2  3
3  4

- BENY

Answer 3

使用 Series.between 函数：

s = data[data.A.between(interval.left+1, interval.right)]

print(s)
   A
1  2
2  3
3  4

或者使用布尔索引：

最初的回答。

l = data[(data.A > interval.left) & (data.A <= interval.right)]

print(l)
   A
1  2
2  3
3  4

- Erfan

---

谢谢，但是有没有可能在函数中使用间隔？ - Ali

“between” 在一般情况下并不适用，因为它不能处理混合不等式（例如，在该示例中，区间在右侧是开放的，在左侧是封闭的）；将1添加到开放端点无法考虑到分数值（即1.1在示例区间内）。 - root