熊猫列在许多专栏中

时间:2019-01-29 18:28:26

标签: python pandas

我想从数据框df中选择行,其中许多列中的任何列都包含列表my_list中的值。有几十个列,将来可能还会有更多列,所以我不想遍历列表中的每个列。

不想要

# for loop / iteration
for col in df.columns:
    df.loc[df[col].isin(my_list), "indicator"] = 1

也不是:

# really long indexing
df = df[(df.col1.isin(my_list) | (df.col2.isin(my_list) | (df.col3.isin(my_list) ... (df.col_N.isin(my_list)]  # ad nauseum

我也不希望将数据框从宽格式改成长格式。

我正在考虑(希望)有一种方法可以一次完成此操作,一次将isin()应用于许多列。

谢谢!

2 个答案:

答案 0 :(得分:2)

您可以使用DataFrame.isin(),它是一种DataFrame方法,而不是字符串方法。

new_df = df[df.isin(my_list)]

答案 1 :(得分:2)

或者,您可以尝试:

df[df.apply(lambda x: x.isin(mylist)).any(axis=1)]

OR

df[df[df.columns].isin(mylist)]

即使不是非常必要,也不需要创建列表,而是直接按如下所示分配列表。

df[df[df.columns].isin([3, 12]).any(axis=1)]

检查您的努力后:

示例数据框:

>>> df
   col_1  col_2  col_3
0      1      1     10
1      2      4     12
2      3      7     18

列表构造:

>>> mylist
[3, 12]

解决方案:

>>> df[df.col_1.isin(mylist) | df.col_2.isin(mylist) | df.col_3.isin(mylist)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18

>>> df[df.isin(mylist).any(axis=1)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18

或:

>>> df[df[df.columns].isin(mylist).any(axis=1)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18

或:

>>> df[df.apply(lambda x: x.isin(mylist)).any(axis=1)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18