Question

我的数据框具有列表作为元素，我希望有一种更有效的方法来检查某些条件。

我的数据框看起来像这样

col_a   col_b
0   100 [1, 2, 3]
1   200 [2, 1]
2   300 [3]

我只想获取col_b中具有1的那些行。

我尝试过幼稚的方式 temp_list = list（）

for i in range(len(df1.index)):    
    if 1 in df1.iloc[i,1]:
        temp_list.append(df1.iloc[i,0])

对于像这样的大数据帧，这会花费很多时间。我如何才能使搜索对于这样的数据框更有效？

Answer 1

您可以使用列表理解来检查给定列表中是否存在1，并使用结果对数据框执行boolean indexing：

df.loc[[1 in i for i in df.col_B ],:]

    col_a      col_B
0    100  [1, 2, 3]
1    200     [2, 1]

这是使用sets的另一种方法：

df[df.col_B.ne(df.col_B.map(set).sub({1}).map(list))]

   col_a      col_B
0    100  [1, 2, 3]
1    200     [2, 1]

Answer 2

将boolean indexing与列表理解和loc列col_a一起使用：

a = df1.loc[[1 in x for x in df1['col_b']], 'col_a'].tolist()
print (a)
[100, 200]

如果需要，请选择第一列：

a = df1.iloc[[1 in x for x in df1['col_b']], 0].tolist()
print (a)
[100, 200]

如果需要所有行：

df2 = df1[[1 in x for x in df1['col_b']]]
print (df2)
   col_a      col_b
0    100  [1, 2, 3]
1    200     [2, 1]

具有set和isdisjoint的另一种解决方案：

df2 = df1[~df1['col_b'].map(set({1}).isdisjoint)]
print (df2)
   col_a      col_b
0    100  [1, 2, 3]
1    200     [2, 1]

Answer 3

df[df.col_b.apply(lambda x: 1 in x)]

结果：

col_a   col_b
0   100 [1, 2, 3]
1   200 [2, 1]

Answer 4

我尝试了这种方法：

df['col_b'] = df.apply(lambda x: eval(x['col_b']), axis = 1)  
s=df['col_b']
d = pd.get_dummies(s.apply(pd.Series).stack()).sum(level=0)
df = pd.concat([df, d], axis=1); 
print(df)
print('...')
print(df[1.0])

那末给了我这样的索引（名称为1.0作为数字的列）：

   id  col_a      col_b  1.0  2.0  3.0
0   1    100  (1, 2, 3)    1    1    1
1   2    200     (1, 2)    1    1    0
2   3    300          3    0    0    1
...
0    1
1    1
2    0
Name: 1.0, dtype: uint8

要打印出结果，请执行以下操作：

df.loc[df[1.0]==1, ['id', 'col_a', 'col_b']]

用元素作为列表切片数据框

4 个答案: