遍历 pandas 数据框中的行并匹配列表中的元组并创建一个新的 df 列

Posted 2023-03-12

【中文标题】遍历 pandas 数据框中的行并匹配列表中的元组并创建一个新的 df 列

【英文标题】：Iterate through rows in pandas dataframe and match tuples from a list and create a new df column

【发布时间】：2020-12-13 11:15:58

【问题描述】：

我有一个包含一列元组 (df.row_col) 的数据框，我需要使用元组列表进行搜索。如果列表中的元组存在于数据框列中，我想返回该行并向数据框添加一个新列。我尝试了这个列表理解，但我不确定我是否可以遍历这样的列表。非常感谢您的帮助！

    data_tuples= 
    
        [(7, 45),
         (13, 34),
         (17, 51),
         (17, 52),
         (17, 53),
         (17, 54),
         (17, 55),
         (18, 50)]
    Dataframe to search:
        index   farm    layer   row column  Qmax    row_col
        0   1   1   3   7   36  0.0 (7, 36)
        1   2   1   3   7   37  0.0 (7, 37)
        2   3   1   3   8   35  0.0 (8, 35)
        3   4   1   3   8   36  0.0 (8, 36)
        4   5   1   3   8   37  0.0 (8, 37)

for tup in data_tuples:
    new_df = df[df["row_col"].apply(lambda x: True if tup in x else False)]
    return new_df

【参考方案1】：

您可以使用Series.map(...) 来完成您想做的事情。首先，您可以根据元组是否存在于data_tuples 中创建布尔掩码（True/False 列）：

tuple_present_in_list = df["row_col"].map(lambda x: x in data_tuples)

然后，您可以将原始 DataFrame 过滤到仅这些行（如果您正在尝试这样做）：

new_df = df[tuple_present_in_list]

这里的关键是.map() 将您的逻辑应用于单个列（这是一个熊猫系列）以检查每个“row_col”值以查看它是否在您的元组列表中。

这里是另一个关于apply和map区别的答案：Difference between map, applymap and apply methods in Pandas

这是 .map() 的 pandas 文档：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.Series.map.html

【参考方案2】：

isin 让您检查值是否在列表（或可迭代）对象中

例如 如果您有以下情况：

data_tuples = [
         (8, 36),
         (7, 37)
]

df
+----+-----+---------+--------+---------+-------+----------+--------+-----------+
|    |   a |   index |   farm |   layer |   row |   column |   Qmax | row_col   |
|----+-----+---------+--------+---------+-------+----------+--------+-----------|
|  0 |   0 |       1 |      1 |       3 |     7 |       36 |      0 | (7, 36)   |
|  1 |   1 |       2 |      1 |       3 |     7 |       37 |      0 | (7, 37)   |
|  2 |   2 |       3 |      1 |       3 |     8 |       35 |      0 | (8, 35)   |
|  3 |   3 |       4 |      1 |       3 |     8 |       36 |      0 | (8, 36)   |
|  4 |   4 |       5 |      1 |       3 |     8 |       37 |      0 | (8, 37)   |
+----+-----+---------+--------+---------+-------+----------+--------+-----------+

那么我们就可以使用isin函数了

df[df["row_col"].isin(data_tuples)]

+----+-----+---------+--------+---------+-------+----------+--------+-----------+
|    |   a |   index |   farm |   layer |   row |   column |   Qmax | row_col   |
|----+-----+---------+--------+---------+-------+----------+--------+-----------|
|  1 |   1 |       2 |      1 |       3 |     7 |       37 |      0 | (7, 37)   |
|  3 |   3 |       4 |      1 |       3 |     8 |       36 |      0 | (8, 36)   |
+----+-----+---------+--------+---------+-------+----------+--------+-----------+