Question

我正在尝试选择满足特定条件的pandas数据帧的子部分 - 在这种情况下，某列的每个元素都是外部列表的一部分。我很惊讶地发现这不起作用，因为.loc的其他条件语句非常简单。我怎样才能做到这一点？

MWE：

import pandas as pd
import numpy as np

test_dict = {'first': [0,1,0,0,1,0], 'second': [1,2,3,4,5,6]}

test_df =  pd.DataFrame(test_dict)

arr1 = [-1,-4,2,-9,8,7,-5,5,-8,0]
arr2 = [2,5]


new_df1 = test_df.loc[test_df.second in arr1]
new_df2 = test_df.loc[test_df.second in arr2]

print new_df1
print new_df2

Answer 1

Series.isin()您要找的是什么？

In [55]: new_df1 = test_df.loc[test_df.second.isin(arr1)]

In [56]: new_df2 = test_df.loc[test_df.second.isin(arr2)]

In [57]: new_df1
Out[57]:
   first  second
1      1       2
4      1       5

In [58]: new_df2
Out[58]:
   first  second
1      1       2
4      1       5

你也可以像样式一样使用SQL - DataFrame.query()：

In [60]: test_df.query("second in @arr1")
Out[60]:
   first  second
1      1       2
4      1       5

根据元素是否在外部数组中选择数据帧的一部分

1 个答案: