如何按多列筛选pandas数据帧

Question

要按单个列筛选数据帧（df），如果考虑男性和女性的数据，我们可以：

males = df[df[Gender]=='Male']

问题1——但是如果数据跨越多年，我只想在2014年看到男性，那会怎么样？

在其他语言中，我可能会这样做：

if A = "Male" and if B = "2014" then 

（除了我想这样做并在新的dataframe对象中获取原始dataframe的子集）

问题2。如何在循环中执行此操作，并为每个唯一的年份和性别集创建一个数据帧对象（即df for:2013 Male、2013 Female、2014 Male和2014 Female

for y in year:

for g in gender:

df = .....

Answer 1

使用&运算符时，不要忘记用()包装子语句：

males = df[(df[Gender]=='Male') & (df[Year]==2014)]

要使用for循环将数据帧存储在dict中，请执行以下操作：

from collections import defaultdict
dic={}
for g in ['male', 'female']:
  dic[g]=defaultdict(dict)
  for y in [2013, 2014]:
    dic[g][y]=df[(df[Gender]==g) & (df[Year]==y)] #store the DataFrames to a dict of dict

编辑：

为您的getDF演示：

def getDF(dic, gender, year):
  return dic[gender][year]

print genDF(dic, 'male', 2014)

Answer 2

对于要用作筛选器且依赖于多个列的更一般的布尔函数，可以使用：

df = df[df[['col_1','col_2']].apply(lambda x: f(*x), axis=1)]

其中f是一个应用于col_1和col_2的每对元素（x1，x2）的函数，并根据需要的任何条件（x1，x2）返回True或False。

Answer 3

从pandas 0.13开始，这是最有效的方法。

df.query('Gender=="Male" & Year=="2014" ')