Как выбрать строки на основе конкретных и условий диапазона столбцов в пандах

Предположим, у меня есть следующий фрейм данных:

A B C D E F
1 1 1 0 0 0
0 0 0 0 0 0
1 1 0.9 1 0 0
0 0 0 0 -1.95 0
0 0 0 0 2.75 0
1 1 1 1 1 1

Я хочу выбрать строки, в которых есть только нули, а также единицы (0 & 1) на основе столбцов C, D, E and F. Для этого примера ожидаемый результат

 A B C D E F
 1 1 1 0 0 0

Как я могу сделать это с учетом диапазона столбцов в пандах?

Заранее спасибо.

Таким образом, проверка будет состоять как минимум из одной единицы и хотя бы из одного нуля в столбцах C, D, E и F, но ничего, кроме единицы или нуля?

Paul Brennan 25.12.2020 12:40

@ Пол Бреннан, да. Вы поняли, чего я хочу.

orbit 25.12.2020 12:44
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
3
2
87
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

Давайте попробуем логическое индексирование с помощью loc для фильтрации строк:

c = ['C', 'D', 'E', 'F']
df.loc[df[c].isin([0, 1]).all(1) & df[c].eq(0).any(1) & df[c].eq(1).any(1)]

Результат:

   A  B    C  D    E  F
0  1  1  1.0  0  0.0  0

Попробуйте apply и loc:

print(df.loc[df.apply(lambda x: sorted(x.drop_duplicates().tolist()) == [0, 1], axis=1)])

Выход:

   A  B    C  D    E  F
0  1  1  1.0  0  0.0  0

Другие вопросы по теме