筛选列表中的熊猫列表

Question

我有一个数据框，其中包含该列之一的列表。 例子

df.loc[x,column] 
#returns [1,4,5,6]

当值是1或2或3时，我想选择该行。 我正在考虑在列表中执行此操作，以便可以像这样进行过滤：

filter = [1,2,3]
df_new = df[df[column] is in filter]

但是，它返回了我 “系列的真相含糊不清。”

如果我尝试这样做：

filter = [1,2,3]
df_new = df[df[column].isin(filter)]

它返回我 <built-in method view of numpy.ndarray object at 0x000001E0CDF09440> returned a result with an error set

我尝试使用任何方法，但在这里似乎不起作用。 我还查看了np.select或使用管道“ |”发布的其他线程但这并不真正适用于此。可以 ？ 有小费吗 ？

简化示例数据框：

   column
0  [1,2]
1  [3,4]
2  [5]
3  []
4  [7,8]
5  [5,3]

预期的输出（过滤1、2或3）：

   column
0  [1,2]
1  [3,4]
5  [5,3]

Answer 1

您可以使用Series.apply在column上应用自定义函数，从而创建 boolean mask 。此自定义函数检查系列的每个单独项目，以查找该项目中是否有任何元素也存在于过滤器列表中。

使用：

lst = [1, 2, 3] # filter list
m = df[column].apply(lambda s: len(set(s) & set(lst)) > 0)
print(df[m])

此打印：

       column
0      [1, 2]
1      [3, 4]
5      [5, 3]

Answer 2

除非您需要更复杂的东西，否则您将非常接近熊猫的工作方式

df.loc[df[column].isin([filter])]