Question

所以我想在isin()中使用df.query()方法，在列表中选择id行：id_list。之前曾问过类似的question，但他们使用了典型的df[df['id'].isin(id_list)]方法。我想知道是否有办法使用df.query()代替。

df = pd.DataFrame({'a': list('aabbccddeeff'), 'b': list('aaaabbbbcccc'),
                   'c': np.random.randint(5, size=12),
                   'd': np.random.randint(9, size=12)})

id_list = ["a", "b", "c"]

这会产生错误

df.query('a == id_list')

Answer 1

来自query的{{3}}

您可以参考变量在环境中用前缀为'@'字符 @a + b。

在你的情况下：

In [38]: df.query('a == @id_list')
Out[38]:
   a  b  c  d
0  a  a  3  4
1  a  a  4  5
2  b  a  2  3
3  b  a  1  5
4  c  b  2  4
5  c  b  1  2

Answer 2

您还可以在查询字符串中包含该列表：

>>> df.query('a in ["a", "b", "c"]')

这与：

相同

>>> df.query('a in @id_list')

Answer 3

这似乎有效：

>>> df.query('a == {0}'.format(id_list))
   a  b  c  d
0  a  a  4  1
1  a  a  0  7
2  b  a  2  1
3  b  a  0  1
4  c  b  4  0
5  c  b  4  2

是否更清楚是个人品味的问题。

将pandas DataFrame query（）方法与isin（）结合使用

3 个答案: