Pandas 灵活的布尔行子设置

Question

是否可以通过单个值的多个行条件对 Pandas 1.3.4 数据框进行子集化？为了使这一点更清楚，如果我有 df:

index    col1    col2    
  0        A      10
  1        A      20
  2        B      130
  3        C      10

如果我想根据 col2 值进行子集化，我可以 df[df['col2']>10]:

index    col1    col2    
  
  1        A      20
  2        B      130

但是是否可以根据 col1 值使用不同的阈值对 col2 进行子集化？

例如：

df[df['col2']>10 if col1 == 'A' 
   OR df['col2']>5 if col1 == 'C' 
   OR df['col2']>1000 if col1 == 'B']`

会给出：

index    col1    col2    
  
  1        A      20
  
  3        C      10

谢谢！

蒂姆

Answer 1

如果需要比较更大的所有值，请按字典使用 Series.map 并比较：

d = {'A' : 10,'C': 5 ,'B': 1000}

df[df['col2'] > df['col1'].map(d)]

或者如果需要不同的掩码链，按位 & AND 和 | 按位 OR:

df[((df['col2']>10) & (df['col1']== 'A') ) |
   ((df['col2']>5) & (df['col1']== 'C') ) |
   ((df['col2']>1000) & (df['col1']== 'B') )]

Pandas flexible boolean row sub setting