使用熊猫选择数据的问题。国际劳工组织

Question

这是示例数据框

ID,IS,Val1,Val2,Val3

1,100,11,9,1

2,101,3,15,16

3,99,10,18,3

1,97,29,25,26

我还使用 idxmin 来计算每一行的最小值，当我找到最小值时，我想检查与该列对应的最小值是否小于某个数字，如果是，那么我想包括否则我想去掉它。这就是我在stack overflow的帮助下所做的。

df1 = df.set_index('ID').iloc[:,1:].idxmin(axis=1).reset_index(name= 'New')

df2 = df1.loc[34 > df.iloc[:, 1:].min(1)]

我得到了这个结果

ID   New

 1  Val3

 2  Val1

 3  Val3

 1  Val2

当我使用此代码时，我也得到了相同的结果

df2 = df1.loc[34 > df.iloc[:, 3:].min(1)] # 在这段代码中，我从 Val2 开始我的专栏，但它仍然给出相同的结果（包括 Val1）

ID   New

 1  Val3

 2  Val1

 3  Val3

 1  Val2

为什么即使我从第三列中选择，也得到相同的结果？这行代码到底在做什么？df1.loc[34 > df.iloc[:, 1:].min(1)]

Answer 1

您的代码df2是从标题为Val2并且Val3仅的列中选择，但只要您的代码df1仍然包含，Val1那么您仍然会Val1在输出中看到。如果您使用列标题来索引数据并将新列添加到同一数据框中，可能更容易看到发生了什么。group1 = df[["Val1", "Val2", "Val3"]] # find the min among these 3 colsgroup2 = df[["Val2", "Val3"]]   # find the min among only these 2 colsdf["min1"] = group1.min(axis=1)df["col1"] = group1.idxmin(axis=1)df["min2"] = group2.min(axis=1)df["col2"] = group2.idxmin(axis=1)filtered1 = df.loc[12 > df.min1]  # Val3, Val1, Val3 contain the minimum valuesfiltered2 = df.loc[12 > df.min2]  # Val3, Val3 contain the minimum values

Answer 2

你的布尔条件对每一行都返回 true，这就是为什么你有相同的结果34 > df.iloc[:, 3:].min(1)Out[202]: 0    True1    True2    True3    Truedtype: bool34 > df.iloc[:, 1:].min(1)Out[203]: 0    True1    True2    True3    Truedtype: booliloc 按位置对数据帧进行切片df.iloc[:, 1:]Out[204]:     IS  Val1  Val2  Val30  100    11     9     11  101     3    15    162   99    10    18     33   97    29    25    26