Question

我在元组和值列表之间有一个字典，例如：

ExoPlayer

元组表示熊猫{ ('book1', 'US'): [1, 5], ('book2', 'CA'): [3] }中的列值（也可能有其他列），而列表表示同一数据帧中单个列中的值。
假设我的数据框看起来像这样：

DataFrame

我想删除上面book country value 0 book1 US 1 1 book1 US 9 2 book1 US 5 3 book2 MX 7 4 book2 CA 3 5 book1 CA 1代表的行，或者将这些行的值更改为0。
因此结果将是：

dict

或者：

    book country  value
0  book1      US      0
1  book1      US      9
2  book1      US      0
3  book2      MX      7
4  book2      CA      0
5  book1      CA      1

执行此操作的最佳方法是什么？
我想在相当大的数据框上执行此操作，它应该尽可能高效。

我的想法是做这样的事情，但是效率不高（由于存在多个book country value 0 book1 US 9 1 book2 MX 7 2 book1 CA 1），我得到了重复的行而不是删除了行。（我不想使用loc，因为一开始我可能不想删除重复项）

drop_duplicates

Answer 1

您可以通过Index.isin和boolean indexing创建元组列表并检查成员资格：

d = {
    ('book1', 'US'): [1, 5],
    ('book2', 'CA'): [3]
}

tups = [k + (x, ) for k, v in d.items() for x in v]

df = df[~df.set_index(['book','country','value']).index.isin(tups)]
print (df)
    book country  value
1  book1      US      9
3  book2      MX      7
5  book1      CA      1

对于根据条件设置的0，请使用loc：

df.loc[df.set_index(['book','country','value']).index.isin(tups), 'value'] = 0
print (df)
    book country  value
0  book1      US      0
1  book1      US      9
2  book1      US      0
3  book2      MX      7
4  book2      CA      0
5  book1      CA      1

另一种解决方案：

tups = [k + (x, ) for k, v in d.items() for x in v]

df1 = pd.DataFrame(tups, columns=['book','country','value'])

df2 = pd.concat([df, df1, df1], ignore_index=True)
df = df2[~df2.duplicated(keep=False)]
print (df)
    book country  value
1  book1      US      9
3  book2      MX      7
5  book1      CA      1

熊猫：根据多个列的值删除或更改特定的行

1 个答案: