Как использовать метод запроса объектов pd.DataFrame со столбцами, у которых в знаке есть дефисы «-»?

Question

Я хочу получить все non-nan идентификаторы для поля SWISS-PROT-ID, а также значения, которые True для поля idx_filter.Есть миллион других способов думать об этом, но я сталкиваюсь с таким типом рефлекса при работе с более сложными запросами в моих фреймах данных.

Есть ли способ query фреймов данных, что этитипы имен в качестве столбцов?

data = {'BLATTNER-ID': {'G0-16600': 'b4714', 'G6866': 'b1615', 'G0-10751': 'b4712', 'G0-10752': 'b4713', 'G6335': 'b0608', 'G6177': 'b0307', 'G0-8892': 'b4599', 'G0-10596': 'b4605', 'EG12861': 'b1915', 'EG12303': 'b1100'}, 'NAME': {'G0-16600': 'ralA', 'G6866': 'uidC', 'G0-10751': 'agrA', 'G0-10752': 'agrB', 'G6335': 'ybdR', 'G6177': 'ykgF', 'G0-8892': 'yneM', 'G0-10596': 'ypaB', 'EG12861': 'yecF', 'EG12303': 'ycfH'}, 'SWISS-PROT-ID': {'G0-16600': np.nan, 'G6866': 'Q47706', 'G0-10751': np.nan, 'G0-10752': np.nan, 'G6335': 'P77316', 'G6177': 'P77536', 'G0-8892': 'A5A616', 'G0-10596': np.nan, 'EG12861': 'P0AD07', 'EG12303': 'P0AFQ7'}, 'idx_filter': {'G0-16600': False, 'G6866': True, 'G0-10751': False, 'G0-10752': False, 'G6335': True, 'G6177': False, 'G0-8892': False, 'G0-10596': True, 'EG12861': False, 'EG12303': False}}
df = pd.DataFrame(data)

# 1st tried this
df.query("SWISS-PROT-ID and idx_filter").index
# UndefinedVariableError: name 'SWISS' is not defined
# 2nd tried escape characters
df.query("SWISS\-PROT\-ID and idx_filter").index
# UndefinedVariableError: name 'SWISS' is not defined

# Expecting
# ["G6335","G6866"]

Версии:

pandas: 0.22.0 # I don't want to upgrade b/c there is a serious bug in 0.23.0 that breaks one of my programs 
python: 3.6.4 |Anaconda, Inc.| (default, Jan 16 2018, 12:04:33) 
[GCC 4.2.1 Compatible Clang 4.0.1 (tags/RELEASE_401/final)]

Answer 1

К сожалению, query использует pandas.eval (который поддерживает арифметические операции, поэтому эти операторы не допускаются в именах столбцов), поэтому не существует обходного пути для вашегожелаемый результат.

У вас есть пара вариантов.Во-первых, вы можете просто заменить тире чем-то другим, например, подчеркиванием:

df.columns = [i.replace('-', '_') for i in df.columns]
df.query('SWISS_PROT_ID.notnull() & idx_filter')

Или вы можете просто индексировать в зависимости от вашего состояния:

df.loc[df['SWISS-PROT-ID'].notnull() & df.idx_filter]

Оба производят (хотя один имеетпереименованные столбцы):

      BLATTNER-ID  NAME SWISS-PROT-ID  idx_filter
G6335       b0608  ybdR        P77316        True
G6866       b1615  uidC        Q47706        True