使用数据帧的列名列表，以创建新的列名列表，其中条件适用于值

Question

我有以下列表，其中包含用于应用我的条件的列名：

    text_cols = df.select_dtypes(include=obj_types).columns.values.tolist()

然后，我使用以下列表 （text_cols） 来创建一个条件适用的新列表：

    if(df[df[text_cols] > 10]):
        cols_to_remove=df.columns.get_values()

因此，如您所见，我将列表作为 if 条件中的参数传递，然后检查数据帧中列表中的下一个列名的值是否优于 10，如果是这种情况，我获取当前列的值并将其添加到我的cols_to_remove列表中。

唯一的问题是，它没有按预期工作，而是收到以下错误：

值

错误：数据帧的真实值不明确。使用 a.empty、a.bool（）、a.item（）、a.any（） 或 a.all（）。

Answer 1

如果

df[colname]是pd.Series，表达式df[df[colname] > 10]将起作用。在这种情况下，此表达式返回一个 bollean 索引：

df[colname] > 10
Out:
0  True
1  False
2  False
3  True

您可以使用此系列作为pd.DataFrame的索引：

df[df[column] > 10]

但是，例如，如果你有一个df，

In[8]: df = pd.DataFrame({'col1': [0,12,2], 'col2': [13, 11, 5]})
Out[8]: 
   col1  col2
0     0    13
1    12    11
2     2     5

如果你这样做

In [9]: df > 10                                                                 
Out[9]: 
    col1   col2
0  False   True
1   True   True
2  False  False

你会得到一个PD。数据帧，不能用作索引。因此，错误数据建议您根据任务使用all()或any()，例如，

In [11]: (df > 10).all(axis=1)                                                  
Out[11]: 
0    False
1     True
2    False
dtype: bool

- 这是一维索引。因此，您可以通过以下方式对数据帧进行切片：

In [12]: df[(df > 10).all(axis=1)]                                              
Out[12]: 
   col1  col2
1    12    11
In [13]: df[(df > 10).any(axis=1)]                                              
Out[13]: 
   col1  col2
0     0    13
1    12    11

我想，它将解决您情况下的错误。只需使用正确的函数 - all ，any或只选择一列。

编辑
all 是所有元素（全部设置为 True）的逻辑and，any 是所有元素的逻辑or（至少 True 个元素