[已解决]关于pandas使用的一个小问题，求大佬指教谢谢！

曼查克

先上代码！

1. >>> df
   
2.    城市     收入  年龄
   
3. 一  北京  10000  50
   
4. 二  广州  10000  43
   
5. 三  天津   5000  34
   
6. 四  上海   5002  40
   
7. 五  杭州  40000  25
   
8. 六  成都  50000  25
   
9. 七  澳门   8000  45
   
10. 八  南京   5000  32
    
11. 九  北京   5000  25
    
12. 十  北京   5000  25
    
13. >>> df[df['收入'] + df['年龄'] == 5025 ]
    
14.    城市    收入  年龄
    
15. 九  北京  5000  25
    
16. 十  北京  5000  25
    
17. >>> df[df['收入'] + df['年龄'] in [5025] ]
    
18. Traceback (most recent call last):
    
19.   File "<pyshell#64>", line 1, in <module>
    
20.     df[df['收入'] + df['年龄'] in [5025] ]
    
21.   File "C:\python\lib\site-packages\pandas\core\generic.py", line 1329, in __nonzero__
    
22.     raise ValueError(
    
23. ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

复制代码

我想筛出收入+年龄等于  5025 or 5032的df
如上所示，单独筛等于一个值是可以做到的，但是我把所有的需求放到一个list里想一起筛的时候就出了问题。
大致原因我也想了一下，可能是因为 df['收入'] + df['年龄'] 对象是 Series，判断它等于一个值会返回一个布尔索引的Series，但是判断Series in list应该是不允许这样写的。
可是我就是想一次性完成多个条件的筛选，请问有办法实现吗？

当然，遍历list一个个筛选再拼接一定是可以的，只是太麻烦了些。

最佳答案

月排行榜 / 总排行榜

逃兵

2021-2-25 09:03:57

曼查克 发表于 2021-2-25 08:52
感谢，这样确实是可以。但这个例子中只是两个条件，在实际应用中我会有很多个条件，这样写未免不大合适。

1. df[(df['收入']+df['年龄']).map(lambda x :x==5025 or x == 5032)]

复制代码

跳转到最佳答案楼层

逃兵

1. >>> df[(df['收入']+df['年龄']==5025) | (df['收入']+df['年龄']==5032)]
   
2.    城市    收入  年龄
   
3. 八  南京  5000  32
   
4. 九  北京  5000  25
   
5. 十  北京  5000  25

复制代码

曼查克

逃兵 发表于 2021-2-24 18:33

感谢，这样确实是可以。但这个例子中只是两个条件，在实际应用中我会有很多个条件，这样写未免不大合适。

逃兵

曼查克 发表于 2021-2-25 08:52
感谢，这样确实是可以。但这个例子中只是两个条件，在实际应用中我会有很多个条件，这样写未免不大合适。

1. df[(df['收入']+df['年龄']).map(lambda x :x==5025 or x == 5032)]

复制代码

曼查克

逃兵 发表于 2021-2-25 09:03

ok，感谢，我想要的是这样的：

1. >>> df[(df['收入']+df['年龄']).map(lambda x :x in [5025,5032])]
   
2.    城市    收入  年龄
   
3. 八  南京  5000  32
   
4. 九  北京  5000  25
   
5. 十  北京  5000  25

复制代码

可是还是没有完全理解这句的意思。

逃兵

曼查克 发表于 2021-2-25 09:35
ok，感谢，我想要的是这样的：

可是还是没有完全理解这句的意思。

pandas的map方法可以简而言之这样解释:对dataframe的每个元素执行func函数

这里面使用匿名函数lambda来筛选我们想要的数据

lambda x: x in [5025,5032]

合起来就是筛选满足条件 df['收入'] + df['年龄'] 之和 为5025或5032的选项

曼查克

逃兵 发表于 2021-2-25 09:55
pandas的map方法可以简而言之这样解释:对dataframe的每个元素执行func函数

这里面使用匿名函数lambda ...

原来如此，这个是pandas的map方法啊，再次感谢！