Pandas 基于数据框中列表对象内容的数据框选择

Question

我有一个 pandas 数据框，其中一列包含列表对象，这给了我 dtype: object. 列表对象的长度不同。

        features           other_features
0        ["foo", "bar"]                2
1        ["foo", "dog"]                1
2        ["dog"]                       4

我想 select 我的数据框中的行，其中列表中的元素在不同的列表中 external_list = ["dog", "cat"]。

在这种情况下，我希望结果是包含 dog 或 cat 以及其他列的行，即：

        features           other_features
1        ["foo", "dog"]                1
2        ["dog"]                       4

我试过 isin，但据我了解，它要求要查看的元素的列类型不能是包含多个对象的列表。

filter = df["features"].isin(["dog", "cat"])

它导致每个元素都为 False，这不应该是 False，因为有些元素应该为 True，并且它不会返回其余的列。

我该如何解决这个问题？

Answer 1

使用 map 比较列表转换为由 isdisjoint 测试的集合，~ 用于反向掩码：

#if string repr of list
#import ast
#df['features'] = df['features'].apply(ast.literal_eval)

external_list = ["dog", "cat"]
df = df[~df.features.map(set(external_list).isdisjoint)]
print (df)
     features  other_features
1  [foo, dog]               1
2       [dog]               4

Answer 2

让我们在轴 =0 上做 "explode"，然后我们可以做 isin

m=pd.DataFrame(df.features.tolist(),index=df.index).isin(external_list).any(1)
df=df[~m]

Pandas 基于数据框中列表对象内容的数据框选择

Pandas dataframe selection based on content of list object in dataframe

python

selection

dataframe

pandas