df.loc[]，有多个可调用项。

Question

我想在DataFrame中使用两个独立的Callable（一个由用户提供，一个由param提供）进行查找。也可以接受。通过一个Callable和另一个使用显式语法的过滤器进行索引。

这可能吗？我猜测可以用groupby来实现，但这似乎有点麻烦。

最小的代码示例。

import pandas as pd  # Version: 0.23.4, Python 2.7
df = pd.DataFrame({'C1': [1, 2,1], 'C2': [3, 4, 10]})


# This works
filter = lambda adf: adf['C1']==1
df.loc[filter]

# So does this
df.loc[df['C2']>5]

# Both of them together works
df.loc[(df['C2']>5) & (df['C1']==1)]

# So why don't any of these?
df.loc[(df['C2']>5) & filter] #TypeError: ...
df.loc[(df['C2']>5) & (filter)] # TypeError: ...
df.loc[df['C2']>5 & filter] # TypeError: ...

filter2 = lambda adf: adf['C2']>5
df.loc[(filter) & (filter2)] # TypeError: ...
df.loc[(filter) | (filter2)] # TypeError: ...

# Nesting works, but isn't pretty for multiple callables
df.loc[(df['C2']>5)].loc[filter]

Answer 1

当你通过你的lambda filter 作为 loc 参数，你是像传递一个对象函数一样传递它，而不是作为该函数的计算结果。

出于这个原因，你不能使用任何 logical operator 来组合多个函数，这与使用多个 logical 标准。

在任何情况下，如果你想使用异质标准（逻辑和功能）来过滤你的数据框架，你可以使用 loc 两次，就像你自己说的那样

# function
filter = lambda df: df['C1']==1
df.loc[(df['C2']>5)].loc[filter]