我有一个数据框,其中一列是列表:
import pandas as pd
data = [{'colA': 'ID1', 'colB': ['A', 'B', 'C']},
{'colA': 'ID2', 'colB': ['A']},
{'colA': 'ID3', 'colB': ['B']},
{'colA': 'ID4', 'colB': ['A', 'B']},
{'colA': 'ID5', 'colB': ['C', 'D']}]
df = pd.DataFrame(data)
df
colA colB
0 ID1 [A, B, C]
1 ID2 [A]
2 ID3 [B]
3 ID4 [A, B]
4 ID5 [C, D]
我想过滤行,以便仅选择那些仅包含另一个列表中的值的行。但是,不应选择包含其他列表中不存在的任何值的任何行。
valid_list = ['A', 'B']
预期结果
colA colB
0 ID1 [A, B, C] #not selected because it contains C
1 ID2 [A] #Valid
2 ID3 [B] #Valid
3 ID4 [A, B] #Valid
4 ID5 [C, D] #Not valid - Either values not present in valid list
最终数据框:
colA colB
0 ID2 [A]
1 ID3 [B]
2 ID4 [A, B]
答案 0 :(得分:2)
使用np.isin
和all
df[df.colB.map(lambda x: np.isin(x, valid_list).all())]
Out[217]:
colA colB
1 ID2 [A]
2 ID3 [B]
3 ID4 [A, B]
答案 1 :(得分:1)
将issubset
与set
一起使用:
df = df[df.colB.map(lambda x: set(x).issubset(valid_list))]
df = df[df.colB.map(lambda x: set(x) <= set(valid_list))]
print (df)
colA colB
1 ID2 [A]
2 ID3 [B]
3 ID4 [A, B]
答案 2 :(得分:1)
df[df.colB.apply(lambda x: False if len(np.setdiff1d(x,valid_list)) >= 1 else True)]
OR
df[~df.colB.apply(lambda x: len(np.setdiff1d(x,valid_list)) >= 1)]
colA colB
1 ID2 [A]
2 ID3 [B]
3 ID4 [A, B]
答案 3 :(得分:1)
您还可以应用一个函数来获取掩码:
df = df[df.colB.apply(lambda lst: all(x in valid_list for x in lst))]
print(df)
colA colB
1 ID2 [A]
2 ID3 [B]
3 ID4 [A, B]