Question

我在使用数据类型为列表的列（请将其称为column_1）上的pandas数据帧进行过滤时遇到一些问题。具体来说，我想只返回行，使column_1和另一个预定列表的交集不为空。但是，当我尝试将逻辑放在.where，function的参数中时，我总是会遇到错误。以下是我的尝试，并返回错误。

试图测试单个元素是否在列表中：

table[element in table['column_1']] 返回错误... KeyError: False
尝试将列表与数据帧行中的所有列表进行比较：

table[[349569] == table.column_1]返回错误Arrays were different lengths: 23041 vs 1

在测试两个列表的交集之前，我试图让这两个中间步骤失效。

感谢您花时间阅读我的问题！

Answer 1

考虑try { JSch jsch = new JSch(); jsch.setKnownHosts("~/.ssh/known_hosts"); Session session = jsch.getSession( "my_login", "my.host", 22); session.setPassword( "password"); // Autoadd system rsa-keys to system file like known_hosts by // disabling strick keys checking: java.util.Properties config = new java.util.Properties(); config.put( "StrictHostKeyChecking", "no"); session.setConfig(config); session.connect(); Channel channel = session.openChannel("sftp"); channel.connect(); ChannelSftp sftpChannel = (ChannelSftp) channel; System.out.println( sftpChannel.ls("/")); session.disconnect(); } catch (Exception e) { System.out.println(e); } pd.Series

测试清单s = pd.Series([[1, 2, 3], list('abcd'), [9, 8, 3], ['a', 4]]) print(s) 0 [1, 2, 3] 1 [a, b, c, d] 2 [9, 8, 3] 3 [a, 4] dtype: object

test

应用test = ['b', 3, 4]函数，将lambda的每个元素转换为集合s并intersection

test

要将其用作蒙版，请使用print(s.apply(lambda x: list(set(x).intersection(test)))) 0 [3] 1 [b] 2 [3] 3 [4] dtype: object代替bool

list

Answer 2

您可以长期使用，您可以将整个工作流程包装在函数中，并在需要的地方应用这些函数。由于您没有放置任何示例数据集。我以示例数据集为例进行解析。考虑到我有文本数据库。首先，我将在列表中找到#tags，然后搜索所需的唯一#tags并过滤数据。

# find all the tags in the message
def find_hashtags(post_msg):
    combo = r'#\w+'
    rx = re.compile(combo)
    hash_tags = rx.findall(post_msg)
    return hash_tags


# find the requered match according to a tag list and return true or false
def match_tags(tag_list, htag_list):
    matched_items = bool(set(tag_list).intersection(htag_list))
    return matched_items


test_data = [{'text': 'Head nipid mõnusateks sõitudeks kitsastel tänavatel. #TipStop'},
 {'text': 'Homses Rooli Võimus uus #Peugeot208!\nVaata kindlasti.'},
 {'text': 'Soovitame ennast tulevikuks ette valmistada, electric car sest uus #PeugeotE208 on peagi kohal!  ⚡️⚡️\n#UnboringTheFuture'},
 {'text': "Aeg on täiesti uueks roadtrip'i kogemuseks! \nLase ennast üllatada - #Peugeot5008!"},
 {'text': 'Tõeline ikoon, mille stiil avaldab muljet läbi eco car, electric cars generatsioonide #Peugeot504!'}
]

test_df = pd.DataFrame(test_data)

# find all the hashtags
test_df["hashtags"] = test_df["text"].apply(lambda x: find_hashtags(x))

# the only hashtags we are interested
tag_search = ["#TipStop", "#Peugeot208"]

# match the tags in our list
test_df["tag_exist"] = test_df["hashtags"].apply(lambda x: match_tags(x, tag_search))

# filter the data
main_df = test_df[test_df.tag_exist]

当列数据类型是列表时，如何过滤pandas数据帧

2 个答案: