使用 OR 语句过滤 Pandas 数据框

Posted 2023-02-27

【中文标题】使用 OR 语句过滤 Pandas 数据框

【英文标题】：Filtering Pandas Dataframe using OR statement

【发布时间】：2015-06-10 06:07:31

【问题描述】：

我有一个 pandas 数据框，我想根据数据框中两列的值过滤整个 df。我想取回 IBRD 或 IMF != 0 的所有行和列。

alldata_balance = alldata[(alldata[IBRD] !=0) or (alldata[IMF] !=0)]

但这给了我一个ValueError

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

所以我知道我没有正确使用 or 语句，有没有办法做到这一点？

【参考方案1】：

来自文档：

另一个常见的操作是使用布尔向量来过滤 数据。运算符是： |为或，& 为和，~ 为非。这些 必须使用括号进行分组。

http://pandas.pydata.org/pandas-docs/version/0.15.2/indexing.html#boolean-indexing

试试：

alldata_balance = alldata[(alldata[IBRD] !=0) | (alldata[IMF] !=0)]

【讨论】：

谢谢，效果很好。我应该读过文档的那部分。

6 年后，我发现自己经常在这里......我有点难过，“自然 Python 语法”在这种情况下不起作用，因为我敢打赌这会让人们大吃一惊。

【参考方案2】：

您可以执行以下操作来实现您的结果：

import seaborn as sns
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
....
....
#use filter with plot
#or
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') | (df1['Retailer country']=='France')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()


#also
#and
fg=sns.factorplot('Retailer country', data=df1[(df1['Retailer country']=='United States') & (df1['Year']=='2013')], kind='count')

fg.set_xlabels('Retailer country')
plt.show()

【讨论】：

这是对所发布问题的回答吗？如果是这样，你为什么还要解释seaborn？另外，请看看如何format your answers