[解決済み] pandas: DataFrameの行をオペレータチェーンでフィルタリングする

質問

のほとんどの操作は pandas は演算子の連鎖で実現できます ( groupby , aggregate , apply しかし、行をフィルタリングする唯一の方法は、通常のブラケット・インデックスを使用することです。

df_filtered = df[df['column'] == value]

この場合、以下のようになります。 df を変数に追加してから、その値でフィルタリングすることができます。 もっと次のようなものはないでしょうか？

df_filtered = df.mask(lambda x: x['column'] == value)

解決方法は？

私はあなたが何をしたいのか完全に理解していませんし、あなたのコードの最後の行も役に立ちません、しかし、とにかく。

連鎖的なフィルタリングは、ブーリアンインデックスで基準を連鎖させることによって行われます。

In [96]: df
Out[96]:
   A  B  C  D
a  1  4  9  1
b  4  5  0  2
c  5  5  1  0
d  1  3  9  6

In [99]: df[(df.A == 1) & (df.D == 6)]
Out[99]:
   A  B  C  D
d  1  3  9  6

メソッドを連鎖させたい場合は、独自のマスクメソッドを追加し、そちらを使用することができます。

In [90]: def mask(df, key, value):
   ....:     return df[df[key] == value]
   ....:

In [92]: pandas.DataFrame.mask = mask

In [93]: df = pandas.DataFrame(np.random.randint(0, 10, (4,4)), index=list('abcd'), columns=list('ABCD'))

In [95]: df.ix['d','A'] = df.ix['a', 'A']

In [96]: df
Out[96]:
   A  B  C  D
a  1  4  9  1
b  4  5  0  2
c  5  5  1  0
d  1  3  9  6

In [97]: df.mask('A', 1)
Out[97]:
   A  B  C  D
a  1  4  9  1
d  1  3  9  6

In [98]: df.mask('A', 1).mask('D', 6)
Out[98]:
   A  B  C  D
d  1  3  9  6