在所有列都满足条件的查询中进行选择

Question

假设我在Pandas中有一个由几个列组成的数据框架。我想选择数据帧的子集，其中所有列位于两个值min和max之间。

我如何使用query做到这一点?我是否需要在表达式中逐一指定每个列名?例如:

df.query('(A<{max} & A>{min}) & (B{min} & B{max}) & (C{min} & C{max})'.format(min,max))

除了查询，我还有什么其他的选择?也许是直接满足条件的索引?

Answer 1

对于您的用例，我将以非查询方式进行，构建一个布尔框架，然后调用.all方法:

>>> minval, maxval = 20, 80
>>> df = pd.DataFrame(np.random.randint(0, 100, (20,6)))
>>> df[((df > minval) & (df < maxval)).all(axis=1)]
     0   1   2   3   4   5
2   74  30  30  76  31  66
10  49  39  71  43  30  50

我不认为手动构建扩展的query的优势是值得的。

Answer 2

我不知道为什么你认为你需要query在这里。但如果你想这样做，你可以。你已经用format语句动态地建立了查询字符串;您只需要通过加入一个推导式，使它更加动态。例如:

qs = ' & '.join('{col}<{max} & {col}>{min}'.format(col, min, max)
                for col in df.columns)
df.query(qs)

我个人会按照@DSM建议的方式来做。除非您出于某种原因(可能是为了打印它?)而实际需要查询字符串，否则构建字符串以将其作为表达式求值，而不是构建表达式，通常是错误的答案。