时间戳

首页 > 解决方案 > 使用 Pandas 根据多个标准选择数据

python - 使用 Pandas 根据多个标准选择数据

问题描述

我是使用熊猫的新手。我想从数据框中选择多列值匹配的行。沿着：

如果 A 列等于 AB 列且 B 列等于 BC 列

那么我想要这些价值观。

我实际上并没有使用 if 语句，我读到迭代不适用于 pandas。

我试图找到一个解决方案，我不确定这是我的语法还是它对列的不同数据类型不满意？

我的代码有点长，所以我只提供我尝试选择的行，但如果有帮助，我可以发布整个代码。

dfequal=dfMerged.loc[(dfMerged['MetCode']==dfMerged['GCD_METCODE']) & (dfMerged[dfMerged['Zone Code']==dfMerged['GCD_Senior_ZONE']]) & (dfMerged[dfMerged['Municipality Code']==dfMerged['GCD_CSDUID']])]

编辑*

预期的输出将是一个数据框，其中仅存在语句为真的行。

这是错误：
ValueError：操作数无法与形状一起广播（84778，）（4462，）

这是我从中提取的数据表

样本数据

    FileID,MetCode,Municipality Code,Zone 
Code,GCD_Senior_ZONE,GCD_METCODE,GCD_CSDUID
A100101,7175,1005018,303006,303006,7175,1005018
A100102,7175,1005018,303006,303006,7175,1005018
A100103,7175,1005018,303006,303006,7175,1005018
A100104,7280,1006009,202003,202003,7280,1006009
A100105,7300,1006017,202003,202003,7300,1006017
A100108,7300,1006017,202003,202003,7300,1006017
A100109,7300,1006017,202003,202003,7300,1006017
A100110,1640,1001485,101001,101001,1640,1001485
A100111,1640,1001517,101001,101001,1640,1001517
A100114,9000,1008011,202003,202003,0,1008011
A100115,9000,1001370,101002,101002,0,1001370
A100119,9000,1003034,202003,202003,0,1003034

标签： pythonpandasselect

解决方案

您只需在您的括号内添加条件.loc，而不是在 df 过滤器内重复 DF 过滤器：

首先，创建一个粗略的数据样本，因为除了图像之外您没有提供一个：

# creating the values, first one will be ID, then next 4 will be the values to compare
check_values = [
    [1, 5, 10, 20, 30],
    [2, 5, 11, 32, 11],
    [3, 10, 10, 20, 20],
    [4, 9, 9, 11, 11],
    [5, 11, 23, 41, 11]
]

# creating columns names
check_cols = ['id', 'A', 'B', 'C', 'D']

# making the DataFrame
dfcheck = pd.DataFrame(check_values, columns=check_cols)

# Setting the id column, just because
dfcheck.set_index('id', inplace=True)

解决方案，您需要将每个条件嵌套在括号内：

dfcheck.loc[(dfcheck['A'] == dfcheck['B']) & (dfcheck['C'] == dfcheck['D'])]

编辑：你错过/做错了什么？：

查看您的过滤器，您在括号内添加了不必要的 dfMerged，您的代码分行（删除“** CODE **”中的所有内容）：

dfequal=
dfMerged.loc[(dfMerged['MetCode']==dfMerged['GCD_METCODE']) 
& (**dfMerged[**dfMerged['Zone Code']==dfMerged['GCD_Senior_ZONE']**]**) 
& (**dfMerged[**dfMerged['Municipality Code']==dfMerged['GCD_CSDUID']**]**)]

所以你看，你在一个不需要的搜索中搜索？它应该是：

dfequal=
dfMerged.loc[(dfMerged['MetCode']==dfMerged['GCD_METCODE']) 
& (dfMerged['Zone Code']==dfMerged['GCD_Senior_ZONE']) 
& (dfMerged['Municipality Code']==dfMerged['GCD_CSDUID'])]

推荐阅读