筛选并按数据帧列中的标签数组分组

Question

在以下示例中，如何仅保留列"a"中存在的数组中具有tags的行？

df = pd.DataFrame(columns=["val", "tags"], data=[[5,["a","b","c"]]])
df[3<df.val]            # this works
df["a" in df.tags]      # is there an equivalent for filtering on tags?

Answer 1

我认为使用集合很直观。然后，您可以使用application.properties作为集合包含

>=

---

一个笨拙的选择是

df[df.tags.apply(set) >= {'a'}]

   val       tags
0    5  [a, b, c]

---

每@JonClements

您可以在tags = df['tags'] n = len(tags) out = np.zeros(n, np.bool8) i = np.arange(n).repeat(tags.str.len()) np.logical_or.at(out, i, np.concatenate(tags) == 'a') df[out] 中使用set.issubset（非常聪明）

map

Answer 2

使用列表理解：

df1 = df[["a" in x for x in df.tags]]

Answer 3

您可以将apply与lambda函数一起使用，该函数可以测试'a'是否在lambda的arg中：

df.tags.apply(lambda x: 'a' in x)

结果：

0    True
Name: tags, dtype: bool

这也可以用来索引您的数据框：

df[df.tags.apply(lambda x: 'a' in x)]

结果：

   val       tags
0    5  [a, b, c]