在所有行上过滤不符合条件的pandas数据框。

Question

这看起来很简单，但我似乎想不出来。我知道如何过滤 Pandas 数据框以满足条件的所有行，但是当我想要相反时，我一直得到奇怪的错误。

这里是一个例子。(背景：一个简单的棋盘游戏，其棋子在网格上，我们正在尝试给出一个坐标并返回所有相邻的棋子，但不包括该坐标上的实际棋子)

import pandas as pd
import numpy as np

df = pd.DataFrame([[5,7, 'wolf'],
              [5,6,'cow'],
              [8, 2, 'rabbit'],
              [5, 3, 'rabbit'],
              [3, 2, 'cow'],
              [7, 5, 'rabbit']],
              columns = ['lat', 'long', 'type'])

coords = [5,7] #the coordinate I'm testing, a wolf

view = df[((coords[0] - 1) <= df['lat']) & (df['lat'] <= (coords[0] + 1)) \
    & ((coords[1] - 1) <= df['long']) & (df['long'] <= (coords[1] + 1))]

view = view[not ((coords[0] == view['lat']) & (coords[1] == view['long'])) ] 

print(view)

我原以为not只会否定圆括号内的布尔值，但实际情况并非如此。

我想返回坐标为5,6的牛，但不包括坐标为5,7的狼（因为它是当前棋子）。为了再次确认我的逻辑，我进行了以下操作：

me = view[(coords[0] == view['lat']) & (coords[1] == view['long'])] 
print(me)

然后返回了我预期的仅为狼。那么，我为什么不能在前面加上一个not来获取其他所有东西呢？或者，更重要的是，我该怎么做才能获取其他所有东西。

- seth127

Answer 1

由于numpy（因此也包括pandas）使用位运算符，您应该将not替换为~。这也是您使用&而不是and的原因。

import pandas as pd

df = pd.DataFrame({'a': [1, 2]})

print(df[~(df['a'] == 1)])
>>    a
   1  2

并使用您的示例：

import pandas as pd
import numpy as np

df = pd.DataFrame([[5,7, 'wolf'],
              [5,6,'cow'],
              [8, 2, 'rabbit'],
              [5, 3, 'rabbit'],
              [3, 2, 'cow'],
              [7, 5, 'rabbit']],
              columns = ['lat', 'long', 'type'])

coords = [5,7] #the coordinate I'm testing, a wolf

view = df[((coords[0] - 1) <= df['lat']) & (df['lat'] <= (coords[0] + 1)) \
    & ((coords[1] - 1) <= df['long']) & (df['long'] <= (coords[1] + 1))]

view = view[~ ((coords[0] == view['lat']) & (coords[1] == view['long'])) ] 

print(view)
>>    lat  long type
   1    5     6  cow

- DeepSpace

---

是的！谢谢。我之前也尝试过使用 !，因为我认为可能会发生这样的事情，但我还是有点偏离了。再次感谢。 - seth127

使用 .isin() 方法可以帮助子集化大量项目。df = df[~(df['my column'].isin(['item1','item2']))] - kevin_theinfinityfund