熊猫数据框列中的成员资格测试

Posted 2023-02-23

【中文标题】熊猫数据框列中的成员资格测试

【英文标题】：membership test in pandas data frame column

【发布时间】：2017-07-05 05:53:28

【问题描述】：

我有一个熊猫数据框，其中一列是列表。请看下面：

>>> a.head
    C1  C2
0   23  [2,4,5,8,1]
1   24  [1,2]
2   15  [-2]
3   19  [1,3,4,5,6,7,8,9,0]

我想在 C2 中找到包含 6 的行并返回 C1 中的值。我想像

b = a["C1"][(6 in a["C2"])]
return(int(b))

但它不起作用。 谢谢。

【参考方案1】：

对于内置 Pandas 方法，请尝试isin。

Pandas 列，Series 对象，有一个名为 isin 的 method 用于此类事情。它返回一个位置boolean Series（掩码）。它会在您的列中找到给定列表中的值。

s = pd.Series(['lama', 'cow', 'lama', 'beetle', 'lama',
               'hippo'], name='animal')
s.isin(['cow', 'lama'])
0     True
1     True
2     True
3    False
4     True
5    False

【讨论】：

这与 OP 的要求相反。这不是如何在给定列表中测试列的成员资格；这是如何测试值的成员资格在列表列中。

【参考方案2】：

我认为您需要apply 和in 来测试list 中的值以创建boolean mask：

print (a.C2.apply(lambda x: 6 in x))
0    False
1    False
2    False
3     True
Name: C2, dtype: bool

然后使用loc 和boolean indexing 供mask 选择：

b = a.loc[a.C2.apply(lambda x: 6 in x), 'C1']
print (b)
3    19
Name: C1, dtype: int64

如果需要，最后一个标量输出转换为numpy array 并通过[] 选择第一个值：

print (b.values)
[19]

print (b.values[0])
19

或者使用iat或iloc：

print (b.iat[0])
19

print (b.iloc[0])
19

【讨论】：

FWIW，apply 通常比执行相同操作的内置方法方式慢。

@ringo - 我同意，但这里的测试列 C2 填充了列表，所以 isin 失败，因为 isin 工作于由标量填充的测试列，例如 C1。跨度>