根据 Python 中的另一列筛选列列表

Question

在 Python 中，我有一个如下所示的数据集，其中 column1 和 column2 是对象而不是字符串：

data = {'id':  ['first_value', 'first_value', 'second_value', 'third_value'],
    'column1': [a0, a0 a1, a2, a87],
    'column2': [a0=4, a0=2;a1=8;a7=9, a2=0, a33=9]
    }

而且我想保留“column2”的值：

一个。也在'column1'.
b. 'column2' 上的“=”符号后大于零的值（因此，例如，'a2=0' 将从结果中删除，因为是零 (...=0)，而 a1=8 会保留，因为它是 8 (...=8))

因此在这种情况下我的结果是：

data = {'id':  ['first_value', 'first_value'],
        'column1': ['aO', 'a0;a1'],
        'column2': ['a0=4', 'a0=2;a1=8']
        }

我怎样才能做到这一点？

Answer 1

对于你的问题，使用循环似乎更容易。从 column1 个值创建集合，从 column2 个值创建字典；然后使用 zip 遍历两者并识别公共键并查看这些键下的值是否为零：

out = []
for col1, col2 in zip(({*x.split(';')} for x in df['column1']), 
                      (dict([kv.split('=') for kv in x.split(';')]) for x in df['column2'])):
    inner = []
    s = col2.keys() & col1
    while s:
        k = s.pop()
        if col2[k] != '0':
            inner.append(f"{k}={col2[k]}")
    out.append(';'.join(inner))
df['column2'] = out
out = df[df['column2']!='']

输出：

            id column1    column2
0  first_value      a0       a0=4
1  first_value   a0;a1  a0=2;a1=8

Answer 2

您可以尝试 apply 行

def filter_column(row):
    keys = row['column1'].split(' ')
    dicts = dict([kv.split('=') for kv in row['column2'].split(';')])
    lists = [f'{k}={v}' for k, v in dicts.items()
             if k in keys and int(v) > 0]
    return ';'.join(lists)

df['column3'] = df.apply(filter_column, axis=1)

print(df)

             id column1         column2    column3
0   first_value      a0            a0=4       a0=4
1   first_value   a0 a1  a0=2;a1=8;a7=9  a0=2;a1=8
2  second_value      a2            a2=0
3   third_value     a87           a33=9

------------

print(df[df['column3'].ne('')])

            id column1         column2    column3
0  first_value      a0            a0=4       a0=4
1  first_value   a0 a1  a0=2;a1=8;a7=9  a0=2;a1=8

根据 Python 中的另一列筛选列列表

Filter column list based on another column in Python

python

filter

multiple-columns

python-3.x

pandas