py-datatable 'in' 运算符？

Question

我无法使用预定义的项目列表执行标准 in 操作。我想做这样的事情：

# Construct a simple example frame
from datatable import *
df = Frame(V1=['A','B','C','D'], V2=[1,2,3,4])

# Filter frame to a list of items (THIS DOES NOT WORK)
items = ['A','B']
df[f.V1 in items,:]

此示例导致错误：

TypeError: A boolean value cannot be used as a row selector

不幸的是，in 操作似乎没有内置对象。我想使用 R 语言原生的 %in% 运算符之类的东西。 在python中有什么方法可以做到这一点吗？

我可以通过使用多个 'equals' 运算符来采用这种方法，但是当您要考虑大量项目时，这会很不方便：

df[(f.V1 == 'A') | (f.V1 == 'B'),:]

数据表 0.10.1
python 3.6

Answer 1

我没有在 pydatatable 中找到 in 函数；但是，您的用例有一个黑客：

items = ['A','B']
regex = f"{'|'.join(items)}"
df[f.V1.re_match(regex),:]


   V1   V2
  ▪▪▪▪  ▪▪▪▪
0   A   1
1   B   2
2 rows × 2 columns

这是对另一个问题的回答：link。我在文档中也找不到这个函数。希望随着时间的推移，文档会得到改进，并且还会包含更多功能。

Answer 2

你也可以试试这个：

首先将所有必要的包导入为，

import datatable as dt
from datatable import by,f,count
import functools
import operator

创建示例数据表：

DT = dt.Frame(V1=['A','B','C','D','E','B','A'], V2=[1,2,3,4,5,6,7])

列出要在观察中过滤的值，在您的情况下是

sel_obs = ['A','B']

现在使用 funtools 和运算符模块创建一个过滤器表达式，

filter_rows = functools.reduce(operator.or_,(f.V1==obs for obs in sel_obs))

最后在数据表上应用上面创建的过滤器

DT[fil_rows,:]

它的输出为-

Out[6]: 
   | V1  V2
-- + --  --
 0 | A    1
 1 | B    2
 2 | B    6
 3 | A    7

[4 rows x 2 columns]

您可以使用运算符进行不同类型的过滤。

@sammyweemy 的解决方案也应该有效。

Answer 3

事实证明，当您将表达式列表传递给 python datatable 时，它会将它们计算为 or.

所以你可以这样做：

import datatable
df = datatable.Frame(V1=['A','B','C','D'], V2=[1,2,3,4])

items = ['A','B']
df[[datatable.f.V1 == i for i in items],:]

请注意，对此有一些注意事项：它没有在文档中描述，我绝对不知道它是否总是有效。此外，它也只能过滤一列 - 如果您尝试过滤 V1==A or V2==1 列表方法会创建重复项的行。

如果你需要做一些更高级的过滤，你可以调整列表中的过滤表达式，例如：

df[([(datatable.f.V1 == i) & (datatable.f.V2 >= 2) for i in items]),:]

这将 return 正如预期的那样只是示例的第二行。

py-datatable 'in' 运算符？

py-datatable 'in' operator?

python

datatable

python-3.x

py-datatable