我想根据行中不同的值,使用更复杂的函数来过滤数据框。
是否有可能通过布尔函数来过滤数据框的行,就像你可以在ES6 filter function中做的那样?
以下是一个极简化的示例,用于说明这个问题:
import pandas as pd
def filter_fn(row):
if row['Name'] == 'Alisa' and row['Age'] > 24:
return False
return row
d = {
'Name': ['Alisa', 'Bobby', 'jodha', 'jack', 'raghu', 'Cathrine',
'Alisa', 'Bobby', 'kumar', 'Alisa', 'Alex', 'Cathrine'],
'Age': [26, 24, 23, 22, 23, 24, 26, 24, 22, 23, 24, 24],
'Score': [85, 63, 55, 74, 31, 77, 85, 63, 42, 62, 89, 77]}
df = pd.DataFrame(d, columns=['Name', 'Age', 'Score'])
df = df.apply(filter_fn, axis=1, broadcast=True)
我发现使用
apply()
可以找到一些结果,但实际上它只返回使用布尔函数填充的False
/True
的行,这是预期的。我的解决方法是,当函数结果为True时,返回该行本身,如果不是,则返回False。但这将需要额外的过滤操作。
Name Age Score
0 False False False
1 Bobby 24 63
2 jodha 23 55
3 jack 22 74
4 raghu 23 31
5 Cathrine 24 77
6 False False False
7 Bobby 24 63
8 kumar 22 42
9 Alisa 23 62
10 Alex 24 89
11 Cathrine 24 77