Question

我有一个数据框df，并希望从中创建一个新的数据框df_b，但只采用行列df['id']的值在我的列表数组{{ 1}}。

list_of_ids和df['id']都包含字符串值。

我考虑过使用正则表达式，但是由于list_of_ids的长度大于20个元素，因此正则表达式将非常庞大，因此在list_of_ids上需要一个生成器，但是我不知道如何应用那个。

我在想类似的东西：

list_of_ids

或者我可以使用list_of_ids = ["thing1", "thing2", "thing3" ] df_b = df[df["id"].apply(lambda x: x in list_of_ids)==True]方法，但是传递一个由.str.contains()的所有元素构建的字符串，这些元素之间用竖线'|'分隔，但是这样做似乎不是“干净”。

Answer 1

生成示例DataFrame：

n = 50
df = pd.DataFrame({
    'id': list(string.ascii_letters[:n]),
    'n': range(n)})
df.head()

Out:
    id  n
0   a   0
1   b   1
2   c   2
3   d   3
4   e   4

从ids列表中选择ID匹配的值：

ids = ['a', 'd', 'x', 'A']
df[df['id'].isin(ids)]

Out:
    id  n
0   a   0
3   d   3
23  x   23
26  A   26

如何检查字符串列表中的数据框列值？

1 个答案: