のほとんどの操作は演算子の連鎖（ 、、など）pandasで実行できますが、行をフィルタリングする唯一の方法は、通常の括弧インデックスを使用することです。groupbyaggregateapply
df_filtered = df[df['column'] == value]
dfこれは、値をフィルタリングする前に変数に割り当てる必要があるため、魅力的ではありません。次のようなものはありますか?
df_filtered = df.mask(lambda x: x['column'] == value)
ベストアンサー1
あなたが何を望んでいるのかはよくわかりませんし、最後のコード行も役に立ちませんが、とにかく:
「連鎖」フィルタリングは、ブールインデックス内の基準を「連鎖」することによって実行されます。
In [96]: df
Out[96]:
A B C D
a 1 4 9 1
b 4 5 0 2
c 5 5 1 0
d 1 3 9 6
In [99]: df[(df.A == 1) & (df.D == 6)]
Out[99]:
A B C D
d 1 3 9 6
メソッドを連鎖させたい場合は、独自のマスク メソッドを追加してそれを使用することができます。
In [90]: def mask(df, key, value):
....: return df[df[key] == value]
....:
In [92]: pandas.DataFrame.mask = mask
In [93]: df = pandas.DataFrame(np.random.randint(0, 10, (4,4)), index=list('abcd'), columns=list('ABCD'))
In [95]: df.ix['d','A'] = df.ix['a', 'A']
In [96]: df
Out[96]:
A B C D
a 1 4 9 1
b 4 5 0 2
c 5 5 1 0
d 1 3 9 6
In [97]: df.mask('A', 1)
Out[97]:
A B C D
a 1 4 9 1
d 1 3 9 6
In [98]: df.mask('A', 1).mask('D', 6)
Out[98]:
A B C D
d 1 3 9 6