Python Pandas，布尔索引：如何选择具有“真”值的所有行

Question

让我们假设我需要一个过滤器的“起始桥”。如何将列中所有值的布尔索引设为“真”？

最小示例：-> 显而易见。如果我有一个形状为 (2, 2) 的 df，我想得到一个 (2,1) = True 的布尔索引。当然，2 行是可变的，列数也是可变的。

import pandas as pd

d = {'col1': [1, 2], 'col2': [3, 4]}

df = pd.DataFrame(data=d)

现在我有一个像“col1 中的值需要为 1”这样的条件，所以我这样做：

boolean_index = df.loc[:,'col1']==1

返回

0     True

1    False

Name: col1, dtype: bool

但我想要的是不指定任何条件（例如不指定 boolean_index = df.loc[:,'col1'] ==1）并返回

0     True

1     True

Name: col1, dtype: bool

我可能只是愚蠢到想不通？还是没人问这个问题？

Answer 1

不完全清楚您在追求什么，但要获得可以过滤的 True 列：df = pd.DataFrame({'Col' : ['Something'] * 300})df['FilterCol'] = df.Col.apply(lambda x : x == 'Something')然后：df[df['FilterCol']]返回一切。在 lambda 函数中将 'Something' 更改为 'Nothing'（或其他任何东西，显然），它是空的。然后，您可以根据要过滤的内容更改 lambda 函数。（编辑 - 基于现在有问题的示例 - 添加：df.apply(lambda x : True)到您的代码末尾以获得您正在寻找的答案。）（编辑 2 - 来自新的最小示例：import pandas as pdd = {'col1': [1, 2], 'col2': [3, 4]}df = pd.DataFrame(data=d)df.apply(lambda x : True, axis=1)输出是：0    True1    Truedtype: bool它没有像您的示例中那样说明名称和 dtype，但据我所知，这是如何实现的。（最终编辑（希望:)）df.col1.apply(lambda x : True)输出我认为您正在寻找的答案。)