Auswählen von Spalten eines Pandas-Datenrahmens basierend auf Kriterien

Question

Ich habe einen DF, der Ergebnisse aus den britischen Wahlergebnissen mit einer Spalte pro Partei enthält. Der DF ist also etwas wie:

z.B.

Results.head(2) 
Out[108]: 
    Press Association ID Number Constituency Name Region Country \ 
0       1   Aberavon Wales Wales 
1       2   Aberconwy Wales Wales 

    Constituency ID Constituency Type Election Year Electorate \ 
0  W07000049   County   2015  49,821 
1  W07000058   County   2015  45,525 

    Total number of valid votes counted Unnamed: 9 ... Wessex Reg Whig \ 
0        31,523   NaN ...   NaN NaN 
1        30,148   NaN ...   NaN NaN 

    Wigan Worth WP WRP WVPTFP Yorks Young Zeb 
0 NaN NaN NaN NaN  NaN NaN NaN NaN 
1 NaN NaN NaN NaN  NaN NaN NaN NaN 

[2 rows x 147 columns] 

Die Spalten, die Stimmen für die verschiedenen Parteien enthalten, sind Results.ix[:, 'Unnamed: 9':]

Die meisten dieser Parteien Umfrage sehr wenige Stimmen in jedem Wahlkreis, und so würde Ich mag sie auszuschließen. Gibt es einen Weg (ohne selbst durch jede Zeile und Spalte zu gehen), nur die Spalten zurückzugeben, die eine bestimmte Bedingung erfüllen, zum Beispiel mindestens einen Wert> 1000? Ich würde im Idealfall in der Lage sein möchte, etwas zu geben wie

Results.ix[:, 'Unnamed: 9': > 1000] 

Answer 1

Sie es auf diese Weise tun können:

In [94]: df 
Out[94]: 
      a   b   c   d   e   f   g   h 
0 -1.450976 -1.361099 -0.411566 0.955718 99.882051 -1.166773 -0.468792 100.333169 
1 0.049437 -0.169827 0.692466 -1.441196 0.446337 -2.134966 -0.407058 -0.251068 
2 -0.084493 -2.145212 -0.634506 0.697951 101.279115 -0.442328 -0.470583 99.392245 
3 -1.604788 -1.136284 -0.680803 -0.196149 2.224444 -0.117834 -0.299730 -0.098353 
4 -0.751079 -0.732554 1.235118 -0.427149 99.899120 1.742388 -1.636730 99.822745 
5 0.955484 -0.261814 -0.272451 1.039296 0.778508 -2.591915 -0.116368 -0.122376 
6 0.395136 -1.155138 -0.065242 -0.519787 100.446026 1.584397 0.448349 99.831206 
7 -0.691550 0.052180 0.827145 1.531527 -0.240848 1.832925 -0.801922 -0.298888 
8 -0.673087 -0.791235 -1.475404 2.232781 101.521333 -0.424294 0.088186 99.553973 
9 1.648968 -1.129342 -1.373288 -2.683352 0.598885 0.306705 -1.742007 -0.161067 

In [95]: df[df.loc[:, 'e':].columns[(df.loc[:, 'e':] > 50).any()]] 
Out[95]: 
      e   h 
0 99.882051 100.333169 
1 0.446337 -0.251068 
2 101.279115 99.392245 
3 2.224444 -0.098353 
4 99.899120 99.822745 
5 0.778508 -0.122376 
6 100.446026 99.831206 
7 -0.240848 -0.298888 
8 101.521333 99.553973 
9 0.598885 -0.161067 

Erläuterung:

In [96]: (df.loc[:, 'e':] > 50).any() 
Out[96]: 
e  True 
f False 
g False 
h  True 
dtype: bool 

In [97]: df.loc[:, 'e':].columns 
Out[97]: Index(['e', 'f', 'g', 'h'], dtype='object') 

In [98]: df.loc[:, 'e':].columns[(df.loc[:, 'e':] > 50).any()] 
Out[98]: Index(['e', 'h'], dtype='object') 

Setup:

In [99]: df = pd.DataFrame(np.random.randn(10, 8), columns=list('abcdefgh')) 

In [100]: df.loc[::2, list('eh')] += 100 

---

UPDATE:

von Pandas beginnen 0.20.1 the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers.