来自元组列表的数据框列过滤器

Posted 2023-03-12

【中文标题】来自元组列表的数据框列过滤器

【英文标题】：Dataframe column filter from a list of tuples

【发布时间】：2020-04-16 17:17:00

【问题描述】：

我正在尝试创建一个函数来从元组列表中过滤数据框。我已经创建了以下函数，但它似乎没有工作。 元组列表将具有数据框列名称，以及要过滤的最小值和最大值。

例如：

eg_tuple = [('colname1', 10, 20), ('colname2', 30, 40), ('colname3', 50, 60)]

我尝试的功能如下：

def col_cut(df, cutoffs):
    for c in cutoffs:
        df_filter = df[ (df[c[0]] >= c[1]) & (df[c[0]] <= c[2])]
    return df_filter

请注意，该函数不应过滤值等于最大值或最小值的行。感谢您的帮助。

【参考方案1】：

将list comprehension 创建的所有掩码中的np.logical_and + reduce 与Series.between 一起使用：

def col_cut(df, cutoffs):
    mask = np.logical_and.reduce([df[col].between(min1,max1) for col,min1,max1 in cutoffs])
    return df[mask]

【参考方案2】：

问题是您每次都以df 作为过滤源。你应该过滤：

def col_cut(df, cutoffs):
    df_filter = df
    for col, mn, mx in cutoffs:
        dfcol = df_filter[col]
        df_filter = df_filter[(dfcol >= mn) & (dfcol <= mx)]
    return df_filter

请注意，您可以在此处使用.between(..) [pandas-doc]：

def col_cut(df, cutoffs):
    df_filter = df
    for col, mn, mx in cutoffs:
        df_filter = df_filter[df_filter[col].between(mn, mx)]
    return df_filter

【讨论】：

非常感谢威廉。这完全符合预期。