我的dataFrame列表为元素,我希望有更有效的方法来检查某些条件。
我的数据框看起来像
col_a col_b
0 100 [1, 2, 3]
1 200 [2, 1]
2 300 [3]
我只想得到那些在col_b中具有1个的行。
我尝试了幼稚的方式temp_list = list((
for i in range(len(df1.index)):
if 1 in df1.iloc[i,1]:
temp_list.append(df1.iloc[i,0])
这需要大量的大数据框架。如何使搜索更有效地对这样的数据框架?
df[df.col_b.apply(lambda x: 1 in x)]
导致:
col_a col_b
0 100 [1, 2, 3]
1 200 [2, 1]
使用 boolean indexing
与列表理解和seelct列的LOC col_a
:
a = df1.loc[[1 in x for x in df1['col_b']], 'col_a'].tolist()
print (a)
[100, 200]
如果需要选择第一列:
a = df1.iloc[[1 in x for x in df1['col_b']], 0].tolist()
print (a)
[100, 200]
如果需要所有行:
df2 = df1[[1 in x for x in df1['col_b']]]
print (df2)
col_a col_b
0 100 [1, 2, 3]
1 200 [2, 1]
set
S和isdisjoint
的另一个解决方案:
df2 = df1[~df1['col_b'].map(set({1}).isdisjoint)]
print (df2)
col_a col_b
0 100 [1, 2, 3]
1 200 [2, 1]
您可以列表理解,以检查给定列表中是否存在1
,并使用结果在数据框架上执行boolean indexing
:
df.loc[[1 in i for i in df.col_B ],:]
col_a col_B
0 100 [1, 2, 3]
1 200 [2, 1]
这是使用sets
的另一种方法:
df[df.col_B.ne(df.col_B.map(set).sub({1}).map(list))]
col_a col_B
0 100 [1, 2, 3]
1 200 [2, 1]
我尝试了这种方法:
df['col_b'] = df.apply(lambda x: eval(x['col_b']), axis = 1)
s=df['col_b']
d = pd.get_dummies(s.apply(pd.Series).stack()).sum(level=0)
df = pd.concat([df, d], axis=1);
print(df)
print('...')
print(df[1.0])
最终为我提供了这样的索引(列为 1.0
为编号(:
id col_a col_b 1.0 2.0 3.0
0 1 100 (1, 2, 3) 1 1 1
1 2 200 (1, 2) 1 1 0
2 3 300 3 0 0 1
...
0 1
1 1
2 0
Name: 1.0, dtype: uint8
打印结果:
df.loc[df[1.0]==1, ['id', 'col_a', 'col_b']]