根据布尔条件切片 pandas df

Question

我有两个 pandas df 看起来像这样：

In [70]: print(r_ret.tail(2))
                 VTI       VOO       VGK       IEV       EWJ
2017-06-22  0.006919  0.028784 -0.269155 -0.707069 -0.223649
2017-06-23  0.089670  0.100813 -0.092122 -0.549094 -0.016048

In [71]: print(rnk.tail(2))
            VTI  VOO  VGK  IEV  EWJ
2017-06-22  2.0  1.0  4.0  5.0  3.0
2017-06-23  2.0  1.0  4.0  5.0  3.0

我想检查两个条件：

rnk < 4 and r_ret > 0

要求输出：

2017-06-22  VTI  VOO
2017-06-23  VTI  VOO

基本上想要 select 具有最高 r_ret 的三个资产，其 r_ret > 0。如果没有 rnk df 有一种有效的方法来做到这一点，那就是更好。

Answer 1

我认为您可以使用 apply 来比较每一行：

mask = (rnk < 4) & (r_ret > 0)
df = mask.apply(lambda x: ', '.join(x.index[x]), axis=1) \
         .rename_axis('date').reset_index(name='val')
print (df)
         date       val
0  2017-06-22  VTI, VOO
1  2017-06-23  VTI, VOO

Answer 2

使用 unstack 和 apply :

df[(df > 0) & (df.rank(axis=1, ascending=False) < 4)].unstack().dropna().rename_axis(['symbol', 'date']).reset_index().groupby(['date'])['symbol'].apply(lambda x: ' '.join(x))

Answer 3

您可以在不使用 apply 的情况下执行此操作，这应该可以在大于几行的数据帧上节省大量时间：

pd.DataFrame(np.sort(((r_ret > 0)
                      & (r_ret.rank(axis=1, ascending=False) < 4)).values
                      * r_ret.columns.values)[:, -3:],
             index=r_ret.index)

Out[264]: 
           0    1    2
2017-06-22    VOO  VTI
2017-06-23    VOO  VTI

根据布尔条件切片 pandas df

slicing pandas df based on boolean condition

pandas

python-3.6