Skip to main content
 首页 » 编程设计

python之Pandas 数据框子选择

2025年04月02日14dflying

我是编程新手,开始学习 Python 以尝试提高我在研究中运行的一些任务的效率。我在 pandas 模块中运行一个 PCA(我在网上找到了一个教程)并且有这个脚本,但是需要在 pca 之前子选择数据帧的一部分。

到目前为止我已经(例如,在现实中我正在读取一个具有更大矩阵的 .csv 文件)

x = np.random.randint(30, size=(8,8)) 
df = pd.DataFrame(x) 
 
    0   1   2   3   4   5   6   7 
0   9   0  23  13   2   5  14   6 
1  20  17  11  10  25  23  20  23 
2  15  14  22  25  11  15   5  15 
3   9  27  15  27   7  15  17  23 
4  12   6  11  13  27  11  26  20 
5  27  13   5  16   5   5   2  18 
6   3  18  22   0   7  10  11  11 
7  25  18  10  11  29  29   1  25 

我想做的是在任何行中子选择满足特定条件的列,具体来说,我希望每一列至少有一个数字 => 27(例如)来生成一个新的数据框

    0   1   3   4   5    
0   9   0  13   2   5   
1  20  17  10  25  23   
2  15  14  25  11  15    
3   9  27  27   7  15   
4  12   6  13  27  11   
5  27  13  16   5   5   
6   3  18   0   7  10   
7  25  18  11  29  29   

我研究了 pandas 中的各种切片方法,但似乎没有一种方法符合我的要求(.loc 和 .iloc 等)。

到目前为止我用来阅读的实际脚本是

filename = 'Data.csv'  
data = pd.read_csv(filename,sep = ',') 
x = data.ix[:,1:] # variables - species 
y = data.ix[:,0] # cases - age 

所以 x 的子数据帧就是我所追求的(如上所述)。

非常感谢任何建议。

请您参考如下方法:

loc、iloc 和 ix 等索引器接受 bool 数组。例如,如果您有三列,df.loc[:, [True, False, True]] 将返回所有行以及列 0 和 2(当对应值为 True 时)。您可以通过 (df>=27).any() 检查列中的任何元素是否大于或等于 27。对于至少有一个值 >=27 的列,这将返回 True。因此,您可以使用以下方式对数据框进行切片:

df.loc[:, (df>=27).any()] 
Out[34]:  
    0   1   3   4   5   7 
0   8   2  28   9  14  21 
1  24  26  23  17   0   0 
2   3  24   7  15   4  28 
3  29  17  12   7   7   6 
4   5   3  10  24  29  14 
5  23  21   0  16  23  13 
6  22  10  27   1   7  24 
7   9  27   2  27  17  12 

这是初始数据框:

df 
Out[35]:  
    0   1   2   3   4   5   6   7 
0   8   2   7  28   9  14  26  21 
1  24  26  15  23  17   0  21   0 
2   3  24  26   7  15   4   7  28 
3  29  17   9  12   7   7   0   6 
4   5   3  13  10  24  29  22  14 
5  23  21  26   0  16  23  17  13 
6  22  10  19  27   1   7   9  24 
7   9  27  26   2  27  17   8  12