:
는 바로 지금, 내가 좋아하는 뭔가를해야 할 것입니다. 당신은 결국 하나 하나에 감소 각 조건에 대한 개별 마스크 생성 할 수 있습니다 : 우리는 "손으로 만든"선택과 비교해 때
import seaborn.apionly as sns
import operator
import numpy as np
# Load a sample dataframe to play with
df = sns.load_dataset('iris')
# Define individual conditions as tuples
# ([column], [compare_function], [compare_value])
cond1 = ('sepal_length', operator.gt, 5)
cond2 = ('sepal_width', operator.lt, 2)
cond3 = ('species', operator.eq, 'virginica')
conditions = [cond1, cond2, cond3]
# Apply those conditions on the df, creating a list of 3 masks
masks = [fn(df[var], val) for var, fn, val in conditions]
# Reduce those 3 masks to one using logical OR
mask = np.logical_or.reduce(masks)
result = df.ix[mask]
을, 우리는 그들이 동일한있어 참조 :
result_manual = df[(df.sepal_length>5) | (df.sepal_width<2) | (df.species == 'virginica')]
result_manual.equals(result) # == True
귀하의 조건에 일정한 규칙이 있습니까? – Lagerbaer
@ Lagerbaer 아니.하지만 모든 조건이 '>'라고 가정합니다. 그 방법이 있습니까? 나는 람다 함수를 컬럼에 적용 할 수없고 필요한 행만 가져온다. – sntx
튜플 (열 이름 및 조건) 목록이 있으면 해당 목록을 반복하고 필터 내에서 사용할 조건을 점진적으로 작성할 수 있습니다. – Lagerbaer