Question

import pandas as pd

C = {'name': ['Alice', 'Alice', 'Bob', 'Charlie'], 'phone': ['007', '1764', '1317210', '314159']}
CONTACTS = pd.DataFrame(data = C)

answer = {'guest_name': ['Alice', 'Bob', 'Charlie'], 'attending': [True, False, True]}
guest_list = pd.DataFrame(data = answer)

说明性背景：
我正在举办派对，但最后一刻会对该地点进行修改。因此，我想打电话给那些说会来的客人。

我有两个pandas.DataFrame：

我的CONTACTS：用我所有朋友的名字和电话。
请注意，如果某些朋友（例如Alice）有多个电话号码，则会列出两次。这个DataFrame是一个常量，我不能（或不想）修改它。
my guest_list：以我所有朋友的名字和出席状态（布尔值）。
请注意，与CONTACTS不同，朋友名称仅列在此处一次。 name中列出的所有朋友CONTACTS都存在于guest_list中，反之亦然（换句话说，CONTACTS.name对guest_list.guest_name感到满意。

问题：
我想创建attending_guests_contact数据框，其中包含仅参加聚会的朋友的联系方式。

问题：
如何根据CONTACTS布尔值获取answer.attending的子集？

请注意：

我不想修改CONTACTS，
我不想创建CONTACTS的副本，因为我有很多联系人（~10 ^ 3-10 ^ 4）并且抛出了多方，因此会花费时间和内存（即我想在线进行分选。

修改：两个DataFrame不再共享相同的标记列。

Answer 1

这是一种方式：

attending_guests_contact = CONTACTS.merge(guest_list[guest_list.attending], \
                                          left_on="name", right_on="guest_name")

print attending_guests_contact

#       name   phone  attending
# 0    Alice     007       True
# 1    Alice    1764       True
# 2  Charlie  314159       True

这使用布尔索引将guest_list仅过滤到attending为真的行，然后使用{{3}在guest_list和CONTACTS之间执行内部联接}。

Answer 2

首先按布尔值guest_list列筛选attending。请先检查attending

中是否存在来自guest_list的{{1}}个名称

CONTACTS

pandas.DataFrame：根据df B中的数据过滤df A行？

2 个答案: