Python Pandas - 数据帧列中的查询和布尔值

Posted 2021-03-27

我有一个包含多个列的数据框，我想根据几个标准进行查询。

我的df（我不知道如何使列在主题上对齐）：

Date        Type          IsInScope CostTable  Value
2017-04-01  CostEurMWh    True      Standard   0.22
2018-01-01  CostEurMWh    True      Standard   0.80
2019-01-01  CostEurMWh    True      Standard   1.72
2017-04-01  CostEurMWh    False     Standard   0.00

我有成千上万的其他行与其他类型和日期。

另一方面，我想要定价，为了做到这一点，我需要根据参数获得正确的值。

我有这样的字典：{'ID'：'Customer1'，'IsInScope'：是的，'CostTable'：'标准'}

我想做一个像这样的查询df.query（'IsInScope'== True＆'CostTable'=='标准'）但是当我这样做时，我得到一个空的df。我认为问题来自于pandas在查询中管理布尔值的方式，阅读了这个帖子：How to use query function with bool in python pandas?

当我通过'YES'/'NO'等字符串更改我的'IsInScope'输入时，我使用'YES'而不是True进行查询，那么它完美地工作，所以我知道它来自查询部分。

唯一的问题是我不知道如何在这个例子中正确地进行我的查询。

我应该将我的列转换为字符串而不使用布尔值吗？

我试图将IsInScope列的dtype更改为bool，并且它不会改变任何内容。

我的'IsInCEEScope'的类型是bool。

我希望我已经清楚了

谢谢你的帮助

问候，

埃里克

答案

我们可以通过多种方式解决您的问题，我将在这里向您展示两种方式。

1. 随着Boolean indexing
2. 随着查询。

请注意，由于您的IsInScope列是bool类型，我们可以清理您的代码，如下所示：

---

1. Boolean indexing

df1 = df[df['IsInScope'] & (df['CostTable'] == 'Standard')]

产量

print(df1)
         Date        Type  IsInScope CostTable  Value
0  2017-04-01  CostEurMWh       True  Standard   0.22
1  2018-01-01  CostEurMWh       True  Standard   0.80
2  2019-01-01  CostEurMWh       True  Standard   1.72

---

2. DataFrame.query

df2 = df.query("IsInScope  & CostTable == 'Standard'")

产量

print(df2)
         Date        Type  IsInScope CostTable  Value
0  2017-04-01  CostEurMWh       True  Standard   0.22
1  2018-01-01  CostEurMWh       True  Standard   0.80
2  2019-01-01  CostEurMWh       True  Standard   1.72

注意我们不必明确告诉Python qazxsw poi：

IsInScope == True

产量

x = [True, False]

for y in x:
    if y:
        print(y)