如何在pandas数据框中自引用列？

Question

在Python的Pandas中，我使用的数据帧如下：

drinks = pandas.read_csv(data_url)

其中data_url是指向CSV文件的字符串url

当索引所有“轻度饮酒者”的框架时，其中轻度饮酒者由1种饮品构成，应写下以下内容：

^{pr2}$

有没有更干巴巴的方式来自我参照“家长”？一、 例如：

drinks.light_drinker[self == 1]

Answer 1

在最新版本的pandas中，.where()还接受一个callable！在

http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.where.html?highlight=where#pandas.DataFrame.where

因此，现在可以进行以下操作：

drinks.light_drinker.where(lambda x: x == 1)

这在方法链中特别有用。但是，这将只返回序列（而不是根据light_drinker列中的值过滤的数据帧）。这与你的问题是一致的，但我将详细说明另一个案件。在

要获取筛选的数据帧，请使用：

^{pr2}$

注意，这将保持self的形状（这意味着您将拥有所有条目都是NaN的行，因为该索引的light_drinker值的条件失败）。在

如果不想保留数据帧的形状（即希望删除NaN行），请使用：

drinks.query('light_drinker == 1')

请注意，DataFrame.index和DataFrame.columns中的项默认放置在query命名空间中，这意味着您不必引用自身。在

Answer 2

您现在可以根据需要使用query或assign：

drinks.query('light_drinker == 1')

或者使df突变：

^{pr2}$

旧答案

目前还没有，但正在讨论对您想法的改进here。对于简单的情况，where就足够了。新的API可能如下所示：

df.set(new_column=lambda self: self.light_drinker*2)

Answer 3

我不知道有什么方法可以引用像熊猫中的self或{}这样的父对象，但是也许另一种可以被认为更枯燥的方法是where()。在

drinks.where(drinks.light_drinker == 1, inplace=True)