python - Pandas：如何通过多个条件选择行（如果不是 nan 并且等于特定值）

Question

我有一个数据框

指数	街道	房子	建造
1	美国广播公司	20	一个
2	美国广播公司	20	b
3	美国广播公司	21	钠
4	BCD	2	1

需要从此 DataFrame 创建多项选择：

• 如果 Street == str_filter ;
• 如果房子 == house_filter ;
• If Building == build_filter AND If Building is not NULL ;

我已经试过了df[(df['Street'] == str_filter) & (df['House'] == house_filter) & ((df['Building'] == build_filter) & (pd.notnull(df['Building'])))

但不会导致我特别想看到的结果。我必须检查 Building 值是否不是 NaN，如果是真的选择具有特定 Building 编号的行。但是，如果该行具有建筑物的 NaN 值但也符合其他条件，我也想选择该行。

另一个想法是为一组过滤器值和一组满足 pd.notnull 标准的值创建列表：

filter_values = [str_filter, house_filter, build_filter] 
notnull_values = [pd.notnull(entry) for entry in filter_values]

这个不符合性能标准，因为我有非常大的 DataFrame 并且创建带有额外过滤的额外列表会导致性能下降。可能的解决方案可能在于df.loc功能，但我不知道如何实现。

总而言之，问题如下：如何在具有 NaN 值条件的 pandas 中创建多项选择？

UPD：看来我必须使用的功能是df[... & (df['Building'] == 'a' if pd.notnull(df['Building']))]使用与 lambda 应用技巧的类比

标签： pythonpandasselectionnan

Answer 1

一个相当简单的方法是：

if df[df['Building'].isnull()].empty:
    df[df['Street'] == str_filter][df['House'] == house_filter][df['Building'] == build_filter]
else:
    df[df['Street'] == str_filter][df['House'] == house_filter][df['Building'].isnull()]

我不确定这是否能满足您的性能要求？