使用字典为列值过滤熊猫数据框

Question

前提

我需要使用字典作为大型数据框上的过滤器，其中键值对是不同列中的值。 该字典是使用dict(zip(df.id_col, df.rank_col))从单独的数据帧中获得的，因此，如果字典不是最好的选择，那么它随时可以更改。

这与以下问题非常相似：Filter a pandas dataframe using values from a dict，但从根本上（我认为）有所不同，因为我的字典包含列对值：

示例数据

df_x = pd.DataFrame({'id':[1,1,1,2,2,2,3,3,3], 
'B':[1,1,1,0,1,0,1,0,1], 'Rank':['1','2','3','1', '2','3','1','2','3'],'D':[1,2,3,4,5,6,7,8,9]})
filter_dict = {'1':'1', '2':'3', '3':'2'}

对于此数据框df_x，我希望能够查看过滤器字典并将其应用于一组列，在此处为id和Rank，以便对数据框进行解析降至：

实际的源数据帧大约为1M行，而字典为> 100个键值对。 感谢您的帮助。

Answer 1

您可以使用isin

进行检查

df_x[df_x[['id','Rank']].astype(str).apply(tuple,1).isin(filter_dict.items())]
Out[182]: 
   id  B Rank  D
0   1  1    1  1
5   2  0    3  6
7   3  0    2  8