根据一组列中的条件选择行

Question

我有一个df

df = pd.DataFrame({'s1':[1,1],'s2':['-',1],'s3':[1,'-'], 's4':[0,1], 's5':[0,1], 's6':['-',1], 's7':[0,'-'], 's8':[0,0]})  

    s1  s2  s3  s4  s5  s6  s7  s8  
0   1   -   1   0   0   -   0   0  
1   1   1   -   1   1   1   -   0  

我想根据多列条件选择行，这样
在s1，s2，s3或s4中至少观察到一次“ 1”，而在s5，s6，s7或s8中未观察到“ 1”
或
在s5，s6或s7中至少观察到“ 1”，而在s1，s2，s3，s4，s7或s8中未观察到“ 1”

结果应该只是第一行

Answer 1

定义两组条件并使用布尔索引，

cond1 = df[['s1', 's2', 's3','s4']].eq(1).any(1)
cond2 = df[['s5', 's6', 's7','s8']].ne(1).all(1)

df.loc[(cond1 & cond2)]


    s1  s2  s3  s4  s5  s6  s7  s8
0   1   -   1   0   0   -   0   0

Answer 2

在这里：

condition_1 = ((df.s1 == 1) | (df.s2 == 1) | (df.s3 == 1) | (df.s4 == 1)) & (df.s5 != 1)  & (df.s6 != 1) & (df.s7 != 1) & (df.s8 != 1)
condition_2 = ((df.s5 == 1) | (df.s6 == 1) | (df.s7 == 1)) & (df.s1 != 1) & (df.s2 != 1) & (df.s3 != 1) & (df.s4 != 1) & (df.s8 != 1)

df[condition_1 | condition_2].head(1)

输出：

   s1 s2 s3  s4  s5 s6 s7  s8
0   1  -  1   0   0  -  0   0