按给定列表的顺序选择重复的熊猫数据框行并保留原始索引

Posted 2023-03-11

【中文标题】按给定列表的顺序选择重复的熊猫数据框行并保留原始索引

【英文标题】：Select rows of pandas dataframe in order of a given list with repetitions and keep the original index

【发布时间】：2020-11-20 00:30:09

【问题描述】：

查看here 和here 并在文档中，我仍然找不到根据所有这些标准从DataFrame 中选择行的方法：

按照给定列的值列表中给定的顺序返回行 返回重复的行（与列表中的重复值相关联） 保留原始索引 忽略 DataFrame 中不存在的列表值

举个例子，让

df = pd.DataFrame('A': [5, 6, 3, 4], 'B': [1, 2, 3, 5])
df

     A   B
0    5   1
1    6   2
2    3   3
3    4   5

让

list_of_values = [3, 4, 6, 4, 3, 8]

那我想得到如下DataFrame：

     A   B
2    3   3
3    4   5
1    6   2
3    4   5
2    3   3

我怎样才能做到这一点？ Zero's answer 看起来很有希望，因为它是我发现的唯一一个保留原始索引的，但它不适用于重复。关于如何修改/概括它的任何想法？

【参考方案1】：

这是一种使用 merge 的方法：

list_df = pd.DataFrame("A": list_of_values, "order": range(len(list_of_values)))

pd.merge(list_df, df, on="A").sort_values("order").drop("order", axis=1)

输出是：

   A  B
0  3  3
2  4  5
4  6  2
3  4  5
1  3  3

【讨论】：

我对列有缩进问题，但查看 A 和 B - 似乎与您要查找的内容相同。

问题不在列，而在索引。

【参考方案2】：

我们必须先将index 分配为列来保留它，这样我们才能在mering 之后set_index：

list_of_values = [3, 4, 6, 4, 3, 8]
df2 = pd.DataFrame('A': list_of_values, 'order': range(len(list_of_values)))

dfn = (
    df.assign(idx=df.index)
    .merge(df2, on='A')
    .sort_values('order')
    .set_index('idx')
    .drop('order', axis=1)
)

---

     A  B
idx      
2    3  3
3    4  5
1    6  2
3    4  5
2    3  3

如果你想去掉索引名（idx），使用rename_axis：

dfn = dfn.rename_axis(None)

   A  B
2  3  3
3  4  5
1  6  2
3  4  5
2  3  3

【讨论】：

谢谢，这确实有效。至于重命名索引，我想dfn.index = dfn.index.rename("") 也可以，但肯定更冗长。