下記のdataframeに対して
「labelが1かつ列名にP1を含む列の値が1以上かつ列名にP3を含む列の値が1以上の要素を抽出」
という処理を加えたいです。
Pythonコードの例をご教示頂けますでしょうか。
dataframe
↓
↓
Output data
(labelが0のもの以外にも、列名にP1とP3を含む列の値が全て0のものも抽出していない)
スタック・オーバーフローはプログラマーとプログラミングに熱心な人のためのQ&Aサイトです。すぐ登録できます。
登録してこのコミュニティに参加する「列名にP1を含む列」は df.columns.str.contains('P1')
なので、「列名にP1を含む列の値が(1つでも)1以上の行」 は (df.loc[:, df.columns.str.contains('P1')] >= 1).any(axis=1)
となります。
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.contains.html
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.any.html
ということで、「labelが1かつ列名にP1を含む列の値が(1つでも)1以上かつ列名にP3を含む列の値が(1つでも)1以上の要素を抽出」は
df[(df.loc[:,'label'] == 1) & (df.loc[:, df.columns.str.contains('P1')] >= 1).any(axis=1) & (df.loc[:, df.columns.str.contains('P3')] >= 1).any(axis=1)]
のようにかけます。
ただ今回の場合は「列名にP1を含む列」というより、「列名がP1から始まる列」として、df.columns.str.startswith('P1')
を使うほうが適当なきがします。
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.str.startswith.html
df[(df.loc[:,'label'] == 1) & (df.loc[:, df.columns.str.startswith('P1')] >= 1).any(axis=1) & (df.loc[:, df.columns.str.startswith('P3')] >= 1).any(axis=1)]
さらには、カラム名の並びが既知であるならば、単純にSliceでもよいのではないでしょうか
df[(df.loc[:,'label'] == 1) & (df.loc[:,'P1S1':'P1S3'] >= 1).any(axis=1) & (df.loc[:,'P3S1':'P3S3'] >= 1).any(axis=1)]