根据元素是否在外部数组中选择数据框的一部分

Question

我正在尝试 select 满足特定条件的 pandas 数据框的一个小节 - 在这种情况下，特定列的每个元素都是外部列表的一部分。我惊讶地发现这不起作用，因为其他带有 .loc 的条件语句非常简单。我怎样才能完成这项工作？

MWE：

import pandas as pd
import numpy as np

test_dict = {'first': [0,1,0,0,1,0], 'second': [1,2,3,4,5,6]}

test_df =  pd.DataFrame(test_dict)

arr1 = [-1,-4,2,-9,8,7,-5,5,-8,0]
arr2 = [2,5]


new_df1 = test_df.loc[test_df.second in arr1]
new_df2 = test_df.loc[test_df.second in arr2]

print new_df1
print new_df2

Answer 1

Series.isin() 是您要查找的内容吗？

In [55]: new_df1 = test_df.loc[test_df.second.isin(arr1)]

In [56]: new_df2 = test_df.loc[test_df.second.isin(arr2)]

In [57]: new_df1
Out[57]:
   first  second
1      1       2
4      1       5

In [58]: new_df2
Out[58]:
   first  second
1      1       2
4      1       5

你也可以使用 SQL 这样的风格 - DataFrame.query():

In [60]: test_df.query("second in @arr1")
Out[60]:
   first  second
1      1       2
4      1       5

根据元素是否在外部数组中选择数据框的一部分

Selecting part of a dataframe based on whether element is in an external array

python

selection

dataframe

pandas