使用 Pandas "isin" 语法的子集选择

Question

我有一个关于 table（Table A - 包含三个键的多个值和一些 "value" 列）的问题，如下所示：

ID     TIME1       TIME2     VALUE_A      VALUE_B
1      201501      201501    a            1a
1      201502      201502    a            1c
1      201502      201502    b            1d 
1      201501      201501    b            2e
1      201501      201501    b            6a
1      201501      201501    b            1d 
1      201502      201502    b            2e
1      201502      201502    b            6a

我使用代码从另一个 table 创建唯一值，获取我想从 table A 中提取的行的引用，给定键。这个 table (table B) 的外观如下：

ID     TIME1        TIME2      
1      201502      201502    
2      201511      201511

我已经设法通过一个简单的合并来取出我想要的值，它给出了我想要的值 table A，给定参考。但是，我想使用 "isin"-function 来实现这一点。我有下面的语法，它给了我重复的值。我唯一想要的是从 Table A 中取出行，参考来自 Table B。我怎样才能让它做到这一点？

Table C 如下：

ID     TIME1       TIME2     VALUE_A      VALUE_B
1      201502      201502    a            1c
1      201502      201502    b            1d 
1      201502      201502    b            2e
1      201502      201502    b            6a

语法（"isin"-版本）：

subset = df[df.ID.isin(df2['ID']) & (df.TIME1.isin(df2['TIME1']) & df.TIME2.isin(df2['TIME2']))]

创建 table A 和 table B 的代码如下：


    df = DataFrame({'ID' : [1,1,1,1,1,1,1,1],
               'TIME1' : [201501,201502,201502,201501,201501,201501,201502,201502],
               'TIME2' : [201501,201502,201502,201501,201501,201501,201502,201502],
               'VALUE_A' : ['a', 'a', 'b', 'b', 'b', 'b', 'b', 'b'],
               'VALUE_B' : ['1a', '1c', '1d', '2e', '6a', '1d', '2e', '6a']})


    df2 = DataFrame({'ID' : [1,2],
                'TIME1' : [201502,201501],
                'TIME2' : [201502,201501]
                })

非常感谢！

Answer 1

只需使用 isin() 通过

即可实现此目的

In [102]:
df[df.TIME1.isin(df2.TIME1) & df.TIME2.isin(df2.TIME2)]

Out[102]:
ID  TIME1   TIME2   VALUE_A VALUE_B
1   201502  201502     a    1c
1   201502  201502     b    1d
2   201511  201511     b    2e
2   201511  201511     b    6a

Answer 2

我相信您想将布尔条件修改为：

In [146]:
subset = df[df.ID.isin(df2['ID']) & (df.TIME1.isin(df2['TIME1']) | df.TIME2.isin(df2['TIME2'])) ]
subset

Out[146]:
   ID   TIME1   TIME2 VALUE_A VALUE_B
1   1  201502  201-02       a      1c
2   1  201502  201502       b      1d
6   2  201511  201511       b      2e
7   2  201511  201511       b      6a

所以这会检查 ID 是否存在以及 Time1 或 Time2 在另一个 df 中。

使用 Pandas "isin" 语法的子集选择

Subset-selection using Pandas "isin"-syntax

python

subset

pandas