Question

我们在一列中包含带有列表的数据框。无法找到简单的方法来过滤包含列表中包含值的行的数据帧。

df = pd.DataFrame({'lists':[['a', 'c'], ['a', 'b', 'd'], ['c', 'd']]})

例如，我只需要在列表中包含'a'的行。我设法通过“申请”获得了它。

df[df.lists.apply(lambda x: True if 'a' in x else False)]
>>>     lists
>>>0    [a, c]
>>>1    [a, b, d]

是否有类似.isin（）的内容，反之亦然？获得所需行的最佳方法是什么？感谢。

Answer 1

最简单的是apply使用in：

df1 = df[df.lists.apply(lambda x: 'a' in x)]

但是如果要检查a创建DataFrame，但它有点复杂：

df1 = df[pd.DataFrame(df.lists.values.tolist()).eq('a').any(axis=1)]

另一种解决方案是str.join使用str.contains：

df1 = df[df.lists.str.join(',').str.contains('a')]

print (df1)
       lists
0     [a, c]
1  [a, b, d]

Answer 2

通过列表推导进行布尔索引是一种方式：

df = pd.DataFrame({'lists':[['a', 'c'], ['a', 'b', 'd'], ['c', 'd']]})

df[['a' in x for x in df['lists'].values]]

#        lists
# 0     [a, c]
# 1  [a, b, d]

一些绩效基准测试：

df = pd.DataFrame({'lists':[['a', 'c'], ['a', 'b', 'd'], ['c', 'd']]})

df = pd.concat([df]*100000)

def jez1(df):
    return df[df.lists.apply(lambda x: 'a' in x)]

def jez2(df):
    return df[pd.DataFrame(df.lists.values.tolist()).eq('a').any(axis=1)]

def jez3(df):
    return df[df.lists.str.join(',').str.contains('a')]

def jp(df):
    return df[['a' in x for x in df['lists'].values]]

%timeit jez1(df)  # 87ms
%timeit jez2(df)  # 122ms
%timeit jez3(df)  # 416ms
%timeit jp(df)    # 53ms

如何使用列表包含值来过滤列的数据帧

2 个答案: