Question

这是以下文章的后续内容：Pandas dataframe select rows where a list-column contains any of a list of strings

我希望能够从选择列表中选择包含确切一对字符串的行（其中selection = ['cat'，'dog']）。

启动df：

  molecule            species
0        a              [dog]
1        b       [horse, pig]
2        c         [cat, dog]
3        d  [cat, horse, pig]
4        e     [chicken, pig]

我想要的df

  molecule            species
2        c         [cat, dog]

我尝试了以下操作，它仅返回了列标签。

df[pd.DataFrame(df.species.tolist()).isin(selection).all(1)]

Answer 1

一种方法：

df['joined'] = df.species.str.join(sep=',')
selection = ['cat,dog']
filtered = df.loc[df.joined.isin(selection)]

这不会找到排序不同的案例（即'dog,cat'或'horse,cat,pig'），但是如果这不是问题，那就很好用了。

Answer 2

这会找到任何东西。

import pandas as pd
selection = ['cat', 'dog']
mols = pd.DataFrame({'molecule':['a','b','c','d','e'],'species':[['dog'],['horse','pig'],['cat','dog'],['cat','horse','pig'],['chicken','pig']]})
mols.loc[np.where(pd.Series([all(w in selection for w in mols.species.values[k]) for k in mols.index]).map({True:1,False:0}) == 1)[0]]

如果您想查找至少包含列表中元素（也可能包含其他元素）的任何行，请使用：

mols.loc[np.where(pd.Series([all(w in mols.species.values[k] for w in selection) for k in mols.index]).map({True:1,False:0}) == 1)[0]]

这是矩阵作为选择器的一个有趣应用。使用转置的 mols 将 0 和 1 的向量相乘，这些向量指出 mol 中的哪些行符合您的标准：

mols.to_numpy().T.dot(pd.Series([all(w in mols.species.values[k] for w in selection) for k in mols.index]).map({True:1,False:0}))

另一种（更易读的）解决方案是将条件为 True 的列分配给 mols，将其映射到 0 和 1 并查询该列等于 1 的 mols。

熊猫数据框选择其中列表列包含一组特定元素的行

2 个答案: