Question

我正在基于列表中的值对数据框进行分组，并计划使用df.isin，但仅得到一个空数据框。我从另一篇文章中找到了方便的np.in1d函数，效果很好。我只是不确定df.isin为什么不起作用。这是一个示例：

df = pd.DataFrame(data = [['Bob', 8], ['Sally', 7], ['Sally', 10]], columns = ['name', 'score'])
print(df)

    name  score
0    Bob      8
1  Sally      7
2  Sally     10

接下来，np.in1d会像宣传的那样工作。

namelist = [['Sally', 'Betty', 'Harry']]
sally_np = df[np.in1d(df['name'], namelist)]
print(sally_np)

    name  score
1  Sally      7
2  Sally     10

最后，由于布尔值变为false，因此df.isin返回空数据帧。有人知道为什么这种比较是错误的吗？

sally = df[df['name'].isin(namelist)]
print(sally)

Empty DataFrame
Columns: [name, score]
Index: []

print(df['name'].isin(values=namelist))

0    False
1    False
2    False

Answer 1

将名称移出嵌套循环：

namelist = ['Sally', 'Betty', 'Harry']

失败，因为它正在搜索长度为1的列表，其中唯一的元素是列表

熊猫Isin vs Numpy in1d

1 个答案: