如何在Python Pandas中的两个值之间选择DataFrame中的行？

99

我试图将DataFrame修改df为仅包含其列中的值在closing_price99到101之间的行，并尝试使用下面的代码执行此操作。

但是，我得到了错误

ValueError：系列的真值不明确。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）

我想知道是否有一种方法可以不使用循环。

df = df[(99 <= df['closing_price'] <= 101)]

python pandas

— 用户名
source

这里的问题是，您无法将标量与数组进行比较，因此会出现错误，对于比较，您必须使用按位运算符，并且由于运算符的优先级而必须将它们括在括号中

— EdChum

df.query并且pd.eval看起来很好拟合这个用例。有关pd.eval()功能系列，其功能和使用案例的信息，请访问使用pd.eval（）在熊猫中进行动态表达评估。

— cs95

103

您应该使用()将布尔向量分组的方式来消除歧义。

df = df[(df['closing_price'] >= 99) & (df['closing_price'] <= 101)]

— 李建勋
source

162

还考虑以下系列：

df = df[df['closing_price'].between(99, 101)]

— 冻糕
source

5

inclusive=True在中between，默认情况下使用Option ，因此您可以像这样查询df = df[df['closing_price'].between(99, 101)]

— Anton Ermakov，

3

这是最好的答案！很好！

— PEBKAC

大熊猫中是否存在“介于两者之间”功能？我找不到。

— dsugasa

2

@dsugasa，将波浪号运算符与一起使用between。

— 冻糕

1

@dsugasa例如df = df[~df['closing_price'].between(99, 101)]

— 1

22

还有一个更好的选择-使用query（）方法：

In [58]: df = pd.DataFrame({'closing_price': np.random.randint(95, 105, 10)})

In [59]: df
Out[59]:
   closing_price
0            104
1             99
2             98
3             95
4            103
5            101
6            101
7             99
8             95
9             96

In [60]: df.query('99 <= closing_price <= 101')
Out[60]:
   closing_price
1             99
5            101
6            101
7             99

更新：回答评论：

我喜欢这里的语法，但是在尝试与expresison结合使用时感到失望； df.query('(mean + 2 *sd) <= closing_price <=(mean + 2 *sd)')

In [161]: qry = "(closing_price.mean() - 2*closing_price.std())" +\
     ...:       " <= closing_price <= " + \
     ...:       "(closing_price.mean() + 2*closing_price.std())"
     ...:

In [162]: df.query(qry)
Out[162]:
   closing_price
0             97
1            101
2             97
3             95
4            100
5             99
6            100
7            101
8             99
9             95

— 最大容量
source

我喜欢这里的语法，但是在尝试与expresison结合使用时会失败；df.query（'（平均值+ 2 * sd）<=收盘价<=（平均值+ 2 * sd）'）

— 映射dom

1

@mappingdom，什么是mean和sd？这些是列名吗？

— MaxU

不，它们是作为浮点数存储的计算出的均值和标准差

— 映射dom

@mappingdom，您的意思是说“存储”？

— MaxU

@mappingdom，我更新了我的帖子-那是您要的吗？

— MaxU

9

您也可以使用.between()方法

emp = pd.read_csv("C:\\py\\programs\\pandas_2\\pandas\\employees.csv")

emp[emp["Salary"].between(60000, 61000)]

输出量

— 里兹·汗
source

6

newdf = df.query('closing_price.mean() <= closing_price <= closing_price.std()')

要么

mean = closing_price.mean()
std = closing_price.std()

newdf = df.query('@mean <= closing_price <= @std')

— 崩溃
source

3

如果您要处理多个值和多个输入，则还可以设置这样的apply函数。在这种情况下，为落在特定范围内的GPS位置过滤数据帧。

def filter_values(lat,lon):
    if abs(lat - 33.77) < .01 and abs(lon - -118.16) < .01:
        return True
    elif abs(lat - 37.79) < .01 and abs(lon - -122.39) < .01:
        return True
    else:
        return False


df = df[df.apply(lambda x: filter_values(x['lat'],x['lon']),axis=1)]

— 麻雀
source

1

代替这个

df = df[(99 <= df['closing_price'] <= 101)]

你应该用这个

df = df[(df['closing_price']>=99 ) & (df['closing_price']<=101)]

我们必须使用NumPy的按位逻辑运算符|，＆，〜，^进行复合查询。同样，括号对于运算符优先级也很重要。

有关更多信息，您可以访问链接：比较，掩码和布尔逻辑

— 鲁沙卜·阿加瓦尔
source