1

我正在尝试非常有效地链接可变数量的布尔熊猫系列，以通过布尔索引用作 DataFrame 上的过滤器。

通常在处理多个布尔条件时，像这样链接它们

condition_1 = (df.A > some_value)
condition_2 = (df.B <= other_value)
condition_3 = (df.C == another_value)
full_indexer = condition_1 & condition_2 & condition_3

但这会成为各种条件的问题。

bool_indexers = [
    condition_1,
    condition_2,
    ...,
    condition_N,
    ]

我已经尝试了一些可能的解决方案，但我相信它可以更有效地完成。

选项 1
循环遍历索引器并连续应用。

full_indexer = bool_indexers[0]
for indexer in bool_indexers[1:]:
    full_indexer &= indexer

选项 2
放入 DataFrame 并计算行积。

full_indexer = pd.DataFrame(bool_indexers).product(axis=0)

选项 3
使用numpy.product（就像在这个答案中一样）并从结果中创建一个新的系列。

full_indexer = pd.Series(np.prod(np.vstack(bool_indexers), axis=0))

所有三种解决方案都有些低效，因为它们依赖于循环或强制您创建一个新对象（如果重复多次，这可能会很慢）。

它可以更有效地完成还是这样？

4

1 回答 1

3

使用np.logical_and：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [0, 1, 2], 'B': [0, 1, 2], 'C': [0, 1, 2]})
m1 = df.A > 0
m2 = df.B <= 1
m3 = df.C == 1

m = np.logical_and.reduce([m1, m2, m3])
# OR m = np.all([m1, m2, m3], axis=0)

out = df[np.logical_and.reduce([m1, m2, m3])]

输出：

>>> pd.concat([m1, m2, m3], axis=1)
       A      B      C
0  False   True  False
1   True   True   True
2   True  False  False

>>> m
array([False,  True, False])

>>> out
   A  B  C
1  1  1  1
于 2022-02-15T21:29:00.923 回答