我正在努力解决与数据帧相关的问题。有两个数据帧,df和dff,如下所示
data = np.array([['', 'col1', 'col2'],
['row1', 1, 2],
['row2', 3, 4]])
df = pd.DataFrame(data=data[1:,1:].astype(int), index=data[1:,0],columns=data[0,1:])
filters=np.array([['', 'col1', 'col2'],
['row1', 1, 1],
['row2', 1, 2],
['row3', 3, 2]])
dff = pd.DataFrame(data=filters[1:,1:].astype(int), index=filters[1:,0],columns=filters[0,1:])
我希望从df中选择行,使得它们的col2值属于可以在具有匹配col1值的dff中找到的值列表。 例如,对于col1值等于1,该列表应为[1,2],对于col1值等于2,列表为[2]。
我解决这个问题的最佳尝试是
df1 = df[df['col2'].isin(dff[dff['col1']==df['col1']]['col2'])]
但结果是
ValueError: Can only compare identically-labeled Series objects
任何帮助将不胜感激。非常感谢。
答案 0 :(得分:1)
据我了解,您可以简单地aggregate
ndf = dff.groupby('col1').agg(lambda x: list(x)).reset_index()
col1 col2
0 1 [1, 2]
1 3 [2]
并过滤col1
df
的任何值
ndf[ndf.col1.isin(df.col1)]