Pythonのパンダは、私はこのようになり、データフレームを持つマスク

Question

に基づいてデータフレームの一部を取得する：

 TTL1  TTL2  TTL3  TTL4 
0  val1  val2  val3  val4 
1  val1  val2  val3  val4 
2  val1  val2  val3  val4 
3  val1  val2  val3  val4 

とこのようになりますマスク：

[[ 0 0 0 0 ] 
[ 0 0 1 0 ] 
[ 0 1 0 0 ] 
[ 0 0 0 0 ]] 

私はカットしますmain df、マスクの値によって：行に1がある場合は、行を取得します。 ので、出力は次のようになり、他のデータフレームのようになります。

 TTL1  TTL2  TTL3  TTL4 
1  val1  val2  val3  val4 
2  val1  val2  val3  val4 

私はこの行を試みたが、それは動作しません：

df.loc[mask.any(axis=1)] 

任意のアイデアをしてください？

あなたは

Answer 1

は、唯一である必要が同じ寸法で感謝しますND df：

print (mask.shape) 
(4, 4) 
print (df.shape) 
(4, 4) 

print (df[mask.any(axis=1)]) 
    TTL1 TTL2 TTL3 TTL4 
1 val1 val2 val3 val4 
2 val1 val2 val3 val4 

と同じ：

print (df[mask.any(1)]) 
    TTL1 TTL2 TTL3 TTL4 
1 val1 val2 val3 val4 
2 val1 val2 val3 val4 

commentから別の可能性のある問題 - string値の代わりにint：

mask = np.array([[0, 0, 0, 0 ], 
[ 0, 0, 1, 0 ], 
[ 0, 1, 0, 0 ], 
[ 0, 0, 0, 0 ]]).astype(str) 

mask = mask.astype(bool) 
print (df[mask.any(1)]) 
    TTL1 TTL2 TTL3 TTL4 
1 val1 val2 val3 val4 
2 val1 val2 val3 val4 

EDIT：

VA内の文字列nanた場合

mask = np.array(
[['0', 'nan', '0', '0'], 
['0', '0', '1', '0'], 
['0', '1', '0', '0'], 
['0', '0', '0', 'nan']]) 

mask[mask == 'nan'] = 0 
mask = mask.astype(bool) 
print (mask) 
[[False False False False] 
[False False True False] 
[False True False False] 
[False False False False]] 

またはsimplierを：あなたはそれらを交換することができ梅毒

mask = np.array(
[['0', 'nan', '0', '0'], 
['0', '0', '1', '0'], 
['0', '1', '0', '0'], 
['0', '0', '0', 'nan']]) 

mask = mask == '1' 
print (mask) 
[[False False False False] 
[False False True False] 
[False True False False] 
[False False False False]] 

Answer 2

locを使用してみてくださいarrayのmask.any(1)

df.loc[mask.any(1)] 

    TTL1 TTL2 TTL3 TTL4 
1 val1 val2 val3 val4 
2 val1 val2 val3 val4 

セットアップ私はあなたがlocを省略することができると思い

df = pd.DataFrame(
    {'TTL1': ['val1', 'val1', 'val1', 'val1'], 
    'TTL2': ['val2', 'val2', 'val2', 'val2'], 
    'TTL3': ['val3', 'val3', 'val3', 'val3'], 
    'TTL4': ['val4', 'val4', 'val4', 'val4']} 
) 

mask = np.array([ 
     [0, 0, 0, 0], 
     [0, 0, 1, 0], 
     [0, 1, 0, 0], 
     [0, 0, 0, 0], 
    ])