过滤 Pandas 个包含列表所有元素的 DF

Question

我有一个包含多列的数据框。其中一列 ("BLOCKED_YES") 包含国家代码字符串，例如'CA CH HK EU UK DE'。国家代码可以随机排列。

我想隔离包含禁止列表所有元素的所有行。例如，如果禁令列表 = ['CA','US']，我想捕获 BLOCKED_YES 列中同时存在这两个元素（无论顺序如何）的所有 df 行。

我目前有以下

df = df[['STATUS','BLOCKED_YES','NAME']]
ban_list= ['US','CA']
df2 = df[df['BLOCKED_YES'].isin(ban_list)]

在上述情况下，我得到一个 df，其中 BLOCKED_YES 列包含带有 ban_list 中任何元素的字符串，我想要包含列表中所有元素的行，而不是就一个。

Answer 1

我认为您最好为此使用 set 而不是列表，因为集合从概念上讲是无序的。

假设您的原始数据是：

import pandas as pd

df = pd.DataFrame([
    (1, 'CA CH HK EU UK DE'),
    (2, 'CA CH HK EU UK DE US')
], columns=['id', 'countries'])

而你的封禁名单实际上是一个集合而不是一个列表：

ban_list= {'US','CA'}

您也可以像这样将每个单元格内容变成一个集合：

df['countries'].str.split(' ').apply(set)

然后用set.issubset to check if all elements are in (i.e. if the ban list is a subset of each entry). Chained together with apply，可以很简洁：

df[df['countries'].str.split(' ').apply(set).apply(ban_list.issubset)]

Filtering Pandas DF Containing All Elements of a List