在 Python 中使用通配符

Question

我有一个包含 3 列（col1、col2 和 col3）的 df，我有一个用户输入可以为列输入一个值，一个、两个或三个，以及任意组合，例如（col1 或 col1&col2，或列 2 和列 3 等）。根据用户输入，我需要选择具有这些值的行。 例如，如果我有下表：

col1   col2   col3
1      3      3
3      4      5
5      2      1
3      4      2

等等，用户只能输入 col2 的值（在本例中为 4），然后我必须显示行（2 和 4），或者如果他们为 col1 输入 (1)，则只显示 row(1) ，我的逻辑公式是这样的：

x = input1
y = input2
z = imput3
a = df['col1'] == x and df['col2'] == y and df['col1'] == z

因此 x、y 和 z 可以是基于输入的任何值，包括 nil（nil 表示全部）。

关于如何为这样的公式编写代码有什么建议吗？

Answer 1

使用布尔组合。

a = ((df['col1'] == x) | (x is None)) \
  & ((df['col2'] == y) | (y is None)) \
  & ((df['col3'] == z) | (z is None))
df1 = df[a]

None

是这里的通配符。

请注意，

&

和

|

不是短路运算符，因此这可能会很昂贵。即使你有一个列的通配符，它仍然会将该列中的所有内容与

None

进行比较。更好的方法是动态构建条件。

condition = True

if x is not None:
    condition &= df['col1'] == x

if y is not None:
    condition &= df['col2'] == y

if z is not None:
    condition &= df['col3'] == z

df1 = df[condition]

您可以通过创建列名和条件的字典来更动态地执行此操作。

Answer 2

无论您的数据框有多少列，您都可以拥有一个通用的解决方案。

首先构建列名和查找值的字典，然后可以索引数据框以查找包含这些值的行号，最后将数据框切片以显示必要的行：

import pandas as pd

df = pd.DataFrame(
    {
        'col1': [1, 3, 5, 3],
        'col2': [3, 4, 2, 4],
        'col3': [3, 5, 1, 2]
    }
)

columns = [f'col{i}' for i in range(1, df.shape[1] + 1)]
query_dict = {}

for c in columns:
    try:
        query_dict[c] = int(input(f"Enter query for column {c} or Enter to skip: "))
    except ValueError:
        query_dict[c] = None
        
rows = []
for k, v in query_dict.items():
    rows.extend((df.loc[df[k] == v]).index.values)
    

df.iloc[rows, :]

Answer 3

我最终使用了以下代码：

mask = True
if x:
    mask &= (df['col1'] == x)
if y:
    mask &= (df['col2'] == y)
if z:
    mask &= (df['col3'] == z)
result = df[mask]