python - 在 Pandas DataFrame 上选择具有条件的列

Question

我有一个看起来像这样的数据框。

    col1    col2
0   something1  something1
1   something2  something3
2   something1  something1
3   something2  something3
4   something1  something2  

我正在尝试过滤在 col1 或 col2 上具有 something1 的所有行。如果我只需要列上的条件逻辑，我可以用 df[df.col1 == 'something1'] 来实现，但是有没有办法用多个列来实现？

Answer 1

您可以使用 all与 boolean indexing :

print ((df == 'something1').all(1))
0     True
1    False
2     True
3    False
4    False
dtype: bool

print (df[(df == 'something1').all(1)])
         col1        col2
0  something1  something1
2  something1  something1

编辑:

如果只需要选择一些列，您可以使用 isin与 boolean indexing选择所需的列，然后使用subset - df[cols]:

print (df)
         col1        col2 col3
0  something1  something1    a
1  something2  something3    s
2  something1  something1    r
3  something2  something3    a
4  something1  something2    a

cols = df.columns[df.columns.isin(['col1','col2'])]
print (cols)
Index(['col1', 'col2'], dtype='object')

print (df[(df[cols] == 'something1').all(1)])
         col1        col2 col3
0  something1  something1    a
2  something1  something1    r