Question

如果值出现在熊猫数据框的任何列中，如何打印行

我想打印一个数据框的所有行，从任何列的值列表中找到一些值。数据框遵循以下结构：

1476 13/03/2013  4 10 26 37 47 57
1475 09/03/2013 12 13 37 44 48 51
1474 06/03/2013  1  2  3 11 28 43
1473 02/03/2013  2 12 33 57 58 60
1472 27/02/2013 12 18 23 25 45 50
1471 23/02/2013 10 25 33 36 40 58
1470 20/02/2013  2 34 36 38 51 55
1469 16/02/2013  4 13 35 54 56 58
1468 13/02/2013  1  2 10 19 20 37
1467 09/02/2013 23 24 26 41 52 53
1466 06/02/2013  4  6 13 34 37 51
1465 02/02/2013  6 11 16 26 44 53
1464 30/01/2013  2 24 32 50 54 59
1463 26/01/2013 13 22 28 29 40 48
1462 23/01/2013  5  9 25 27 38 40
1461 19/01/2013 31 36 44 47 49 54
1460 16/01/2013  4 14 27 38 50 52
1459 12/01/2013  2  6 30 34 35 52
1458 09/01/2013  2  4 16 33 44 51
1457 05/01/2013 15 16 34 42 46 59
1456 02/01/2013  6  8 14 26 36 40
1455 31/12/2012 14 32 33 36 41 52
1454 22/12/2012  4 27 29 41 48 52
1453 20/12/2012  6 13 25 32 47 57

首先：我有一系列大小为3的值，这些值是从6个不同值的组合中获得的。

第二：我有一个包含2143行的数据框。我想检查在这些行中是否有按任意顺序排列的那三个值。

from itertools import combinations, groupby
from pandas import Series
from operator import itemgetter

inputlist = [2,12,35,51,57,58]
combined = combinations(inputlist, 3)

series = Series(list(g) for k, g in groupby(combined, key=itemgetter(0)))

给我这个：

0    [(2, 12, 35), (2, 12, 51), (2, 12, 57), (2, 12...
1    [(12, 35, 51), (12, 35, 57), (12, 35, 58), (12...
2           [(35, 51, 57), (35, 51, 58), (35, 57, 58)]
3                                       [(51, 57, 58)]

我刚刚尝试了查询命令，这就是我得到的：

df_ordered.query（'_ 1 == 2＆_2 == 12'）

ID      DATE        _1  _2  _3  _4  _5  _6

405     2002-10-19  2   12  32  38  47  48
615     2004-11-17  2   12  16  24  26  54
732     2006-01-28  2   12  26  31  43  46
1361    2012-02-11  2   12  19  22  36  58
1472    2013-03-02  2   12  33  57  58  60
1523    2013-08-24  2   12  40  46  52  53
1711    2015-06-10  2   12  19  29  50  59
2142    2019-04-17  2   12  35  51  57  58

现在，我想扩展相同的内容，但是我想查看所有这些列并找到任何这些值。

我也不知道如何将这些系列插入循环以在查询语句中找到值。

编辑：我尝试了isin命令，但是我不知道如何将其扩展到我拥有的6列。

df[df._1.isin(combined)]

Answer 1

IIUC，您可以尝试使用set.issuperset，numpy.reshape和numpy.any创建具有列表理解的exports: [ LoginPageModal ]：

boolean mask

[出]

import numpy as np
from itertools import combinations

inputlist = [2,12,35,51,57,58]
combined = np.array(list(combinations(inputlist, 3)))

mask = (np.array([set(row).issuperset(c) for row in df.values for c in combined])
        .reshape(len(df), -1).any(1))

print(df[mask])

Answer 2

您可以结合使用isin和any(axis=1)来保留值：

inputlist = [2,12,35,51,57,58]

df2 = df[df.iloc[:, 3:].isin(inputlist).any(axis=1)]

print(df2)
      ID        Date  _1  _2  _3  _4  _5  _6
0   1476  13/03/2013   4  10  26  37  47  57
1   1475  09/03/2013  12  13  37  44  48  51
2   1474  06/03/2013   1   2   3  11  28  43
3   1473  02/03/2013   2  12  33  57  58  60
5   1471  23/02/2013  10  25  33  36  40  58
6   1470  20/02/2013   2  34  36  38  51  55
7   1469  16/02/2013   4  13  35  54  56  58
8   1468  13/02/2013   1   2  10  19  20  37
10  1466  06/02/2013   4   6  13  34  37  51
17  1459  12/01/2013   2   6  30  34  35  52
18  1458  09/01/2013   2   4  16  33  44  51
23  1453  20/12/2012   6  13  25  32  47  57

如果值列表出现在pandas数据框的任何列中，如何打印行

2 个答案: