Question

所以我有一个30列的数据框，我想过滤它们在10个列中找到的值并返回匹配的所有行。在下面的示例中，我想在所有以“good ...”结尾的df列中搜索等于1的值。

df[df[[i for i in df.columns if i.endswith('good')]].isin([1])]

df[df[[i for i in df.columns if i.endswith('good')]] == 1]

这两个都可以找到这些列，但不匹配的所有内容都显示为NaN。我的问题是如何查询特定列的特定值，并且所有不匹配的行不显示为NaN？

Answer 1

您可以先使用str.endswith过滤列，按[]选择列，然后按eq进行比较。最后为每行至少一个1添加any

cols = df.columns[df.columns.str.endswith('good')]
df1 = df[df[cols].eq(1).any(axis=1)]

样品：

df = pd.DataFrame({'A':list('abcdef'),
                   'B':[1,1,4,5,5,1],
                   'C good':[7,8,9,4,2,3],
                   'D good':[1,3,5,7,1,0],
                   'E good':[5,3,6,9,2,1],
                   'F':list('aaabbb')})

print (df)
   A  B  C good  D good  E good  F
0  a  1       7       1       5  a
1  b  1       8       3       3  a
2  c  4       9       5       6  a
3  d  5       4       7       9  b
4  e  5       2       1       2  b
5  f  1       3       0       1  b

cols = df.columns[df.columns.str.endswith('good')]

print (df[cols].eq(1))
   C good  D good  E good
0   False    True   False
1   False   False   False
2   False   False   False
3   False   False   False
4   False    True   False
5   False   False    True

df1 = df[df[cols].eq(1).any(1)]
print (df1)
   A  B  C good  D good  E good  F
0  a  1       7       1       5  a
4  e  5       2       1       2  b
5  f  1       3       0       1  b

您的解决方案非常接近，只需添加any：

df1 = df[df[[i for i in df.columns if i.endswith('good')]].isin([1]).any(axis=1)]
print (df1)
   A  B  C good  D good  E good  F
0  a  1       7       1       5  a
4  e  5       2       1       2  b
5  f  1       3       0       1  b

编辑：

如果仅需要1，则删除所有其他行和列：

df1 = df.loc[:, df.columns.str.endswith('good')]
df2 = df1.loc[df1.eq(1).any(1), df1.eq(1).any(0)]
print (df2)
   D good  E good
0       1       5
4       1       2
5       0       1

选择具有特定值pandas的特定列

1 个答案: