对于 DataFrame，我想根据某些列的值来选择行，例如对于数据框:
import pandas as pd
d = {'category': ['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'c', 'c', 'c', 'c'],
'colour': ['red', 'blue', 'green', 'orange', 'red', 'blue', 'green', 'orange', 'red', 'blue', 'green', 'orange'],
'amount': [28.1, 5.6, 43.6, 13.3, 4.1, 27.6, 19.7, 37.5, 26.7, 73.7, 94.4, 77.5],
'scalar': [3.4, 2.8, 3.4, 1.7, 2.2, 0.8, 1.9, 0.3, 2.4, 0.2, 0.5, 1.5]}
df = pd.DataFrame(d)
结果是:
category colour amount scalar
0 a red 28.1 3.4
1 a blue 5.6 2.8
2 a green 43.6 3.4
3 a orange 13.3 1.7
4 b red 4.1 2.2
5 b blue 27.6 0.8
6 b green 19.7 1.9
7 b orange 37.5 0.3
8 c red 26.7 2.4
9 c blue 73.7 0.2
10 c green 94.4 0.5
11 c orange 77.5 1.5
要根据 column 中的 value 选择行，我一直在使用 df[df[column]==value]，例如:
df[df['category']=='b']
category colour amount scalar
4 b red 4.1 2.2
5 b blue 27.6 0.8
6 b green 19.7 1.9
7 b orange 37.5 0.3
这在我的工作中是一个非常常见的操作，所以是否有某种函数可以在不那么困惑的情况下执行此操作(尤其是 column 和 value 可以自己是更长的单词或计算)。
我认为这将采用 df.mask_for(column, value) 的形式，例如:
df.mask_for('category', 'b')
category colour amount scalar
4 b red 4.1 2.2
5 b blue 27.6 0.8
6 b green 19.7 1.9
7 b orange 37.5 0.3
pandas.DataFrame.where() 和 pandas.DataFrame.mask() 似乎没有实现这一点。
如果它始终是您引用的同一列，您可以将其设置为索引并使用 .loc，例如:
df.set_index('category').loc['b',:]
colour amount scalar
category
b red 4.1 2.2
b blue 27.6 0.8
b green 19.7 1.9
b orange 37.5 0.3
但是如果您在许多不同的列上执行此操作，或者正在使用其他内容作为索引，那么一直设置/重置索引似乎有点笨拙。一般情况是否有类似的东西？
谢谢!
请您参考如下方法:
您可以使用查询功能作为替代。
df.query('"category" == "b"')
您也可以编写自己的函数，这样您以后就可以省去按键操作了。
def mask_for(df,column,value):
return(df.loc[df[column]==value])
mask_for(df,'category','b')
