La sélection de lignes à partir d'un Dataframe basée sur les valeurs de plusieurs colonnes dans les pandas

Cette question est très liées à un autre, et je vais même utiliser l'exemple de la très utile accepté solution sur cette question. Voici l'exemple de la solution retenue (crédit à unutbu):

import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
#      A      B  C   D
# 0  foo    one  0   0
# 1  bar    one  1   2
# 2  foo    two  2   4
# 3  bar  three  3   6
# 4  foo    two  4   8
# 5  bar    two  5  10
# 6  foo    one  6  12
# 7  foo  three  7  14

print(df.loc[df['A'] == 'foo'])

rendements

     A      B  C   D
0  foo    one  0   0
2  foo    two  2   4
4  foo    two  4   8
6  foo    one  6  12
7  foo  three  7  14

Mais que faire si je veux sélectionner toutes les lignes qui contiennent à la fois " foo " et "un"? Ici, ce serait la ligne 0 et 6. Ma tentative c'est pour essayer de

print(df.loc[df['A'] == 'foo' and df['B'] == 'one'])

Cela ne fonctionne pas, malheureusement. Quelqu'un peut-il suggérer une façon de mettre en œuvre quelque chose comme cela? Idéalement il doit être assez générale qu'il pourrait y avoir un ensemble plus complexe de conditions en y impliquant and et or, bien que je n'ai pas vraiment besoin de ça pour mes fins.

Par ailleurs, j'ai également liée dans un commentaire à la solution retenue sur la question d'origine afin que d'autres puissent le trouver aussi lors de l'accès à la question d'origine.
df.query("A=='foo' and B=='one'") est une autre façon

OriginalL'auteur Shane | 2015-07-31

  1. 15

    Il n'existe qu'un très petit changement nécessaire dans votre code: changer le and avec & (et ajouter des parenthèses pour le classement correct des comparaisons):

    In [104]: df.loc[(df['A'] == 'foo') & (df['B'] == 'one')]
Out[104]:
     A    B  C   D
0  foo  one  0   0
6  foo  one  6  12

    La raison pour laquelle vous devez utiliser & que cela permettra de faire la comparaison de l'élément de sage sur les tableaux, alors que and s'attendre à comparer deux expressions qui sont évaluées à True ou False.

    De même, quand vous voulez le or titre de comparaison, vous pouvez utiliser | dans ce cas.

    Merci @joris. Je viens de Matlab et formé moi-même à utiliser and et or au lieu de && et || de sorte qu'il aurait à être le cas que ce que je suis en train de faire exige quelque chose qui ressemble plus à l'original de mes Matlab de la pensée. En tout cas, j'apprécie l'explication et que votre réponse travaille pour l'affectation également.

    OriginalL'auteur joris

  2. 4

    Vous pouvez le faire avec de minuscules modifier dans votre code:

    print(df[df['A'] == 'foo'][df['B'] == 'one'])

    De sortie:

         A    B  C   D
0  foo  one  0   0
6  foo  one  6  12
    Il suffit de noter que tant que vous êtes seulement la sélection de données c'est OK, mais une fois que vous voulez affecter une nouvelle valeur à cette sélection, ce enchaîné indexation ne fonctionnera plus. Par conséquent, je vous recommande d'utiliser & et index en un seul passage.
    Merci beaucoup pour cette de George. Alors que les deux votre réponse et celle de joris suffire pour mes fins, j'ai accepté joris réponse parce qu'il explique pourquoi and ne fonctionne pas et sa réponse permet l'affectation également. Encore, je vous remercie de votre suggestion et upticked en conséquence.
    Mon plaisir Shane. D'accord, il a expliqué votre cas et les/&. En passant, je vois cet opérande différence au premier abord trop, j'ai donc appris quelque chose de nouveau. Il est donc tout à droite, et merci pour la remontée. 🙂
    Merci pour la remarque

    OriginalL'auteur Geeocode