在 Pandas DataFrame 中根据条件选择列

Question

我有一个数据框看起来像这样。

    col1    col2
0   something1  something1
1   something2  something3
2   something1  something1
3   something2  something3
4   something1  something2  

我想筛选出所有在col1或col2中有something1的行。如果只需要对列进行条件逻辑运算，我可以这样做：df[df.col1 == 'something1'] ，但是否有一种方法可以使用多个列进行筛选？

- user3368526

Answer 1

您可以使用 all 与 布尔索引 一起使用：

print ((df == 'something1').all(1))
0     True
1    False
2     True
3    False
4    False
dtype: bool

print (df[(df == 'something1').all(1)])
         col1        col2
0  something1  something1
2  something1  something1

编辑：

如果需要选择某些列，您可以使用isin和布尔索引来选择所需的列，然后使用 subset-df[cols]：

print (df)
         col1        col2 col3
0  something1  something1    a
1  something2  something3    s
2  something1  something1    r
3  something2  something3    a
4  something1  something2    a

cols = df.columns[df.columns.isin(['col1','col2'])]
print (cols)
Index(['col1', 'col2'], dtype='object')

print (df[(df[cols] == 'something1').all(1)])
         col1        col2 col3
0  something1  something1    a
2  something1  something1    r

- jezrael

---

谢谢Jezrael！ 另外一个问题：如果我想筛选特定的列（比如只在col1和col2中，但我有其他列），你知道怎么做吗？我猜我需要用别的东西替换.all(1)？ - user3368526

这些列的列名有共同部分吗？- col1 和 col2 的共同部分是 col 吗？ - jezrael

举个例子，如果我有col1、col2和col3，但我只想查看col1和col2而不是col3。 - user3368526

Answer 2

为什么不尝试：

df[(df.col1 == 'something1') | (df.col2 == 'something1')]

输出：

    col1    col2
0   something1  something1
2   something1  something1
4   something1  something2

- Naomi Fridman

---

为什么不呢...？：）：） - user3103059

Answer 3

将一个条件应用于整个数据框。

df[(df == 'something1').any(axis=1)]

- Sincole Brans