通过内省行的每个元素来过滤熊猫数据框答案

【问题标题】：Filtering pandas dataframe by introspecting each element of a row通过内省行的每个元素来过滤熊猫数据框
【发布时间】：2018-11-23 04:36:56
【问题描述】：

我有一个数据框，它在一列中包含一个对象。

例如：

df['id_original'].iloc[0].Class
Out[20]: u'Classtype1'

df['id_original'].iloc[1].Class
Out[20]: u'Classtype2'

我如何过滤数据框，我只获得行“id_original”包含具有 Classtype1 属性类的对象的行。甚至更好。结合.isin(allowed_class_type_list)?

有什么方法可以用 .isin 实现这一点，还是我必须用 iterrows 遍历所有行？首选优雅的单行解决方案。

【问题讨论】：

它们是字符串吗？这是你想要的df[df['id_original'].isin(['Classtype1'])]吗？

标签： python pandas filtering series

【解决方案1】：

你为什么不尝试apply 来获取一系列 True/False 并将其用作数据帧上的掩码

mask = df['id_original'].apply(lambda x: x.Class in allowed_class_list)
df.loc[mask]

同样的逻辑位清理器

mask = df['id_original'].apply(lambda x: x.Class).isin(allowed_class_list)
df.loc[mask]

【讨论】：

【解决方案2】：

你可以使用：

df.loc[df['id_original'].apply(lambda x: x.Class in allowed_class_type_list)]

考虑下面的缩小示例：

class Example:
    def __init__(self, class_):
        self.Class = class_

ex1 = Example('class1')
ex2 = Example('class2')
ex3 = Example('class3')
ex4 = Example('class4')

df = pd.DataFrame({
    'id_original':[ex1, ex2, ex2, ex1, ex4, ex3, ex3, ex4]
})

allowed_class_type_list = ['class1', 'class4']

您可以使用以下方法进行过滤：

df.loc[df['id_original'].apply(lambda x: x.Class in allowed_class_type_list)]

输出：

                   id_original
0   <__main__.Example object at 0x000000000A597390>
3   <__main__.Example object at 0x000000000A597390>
4   <__main__.Example object at 0x000000000A597B00>
7   <__main__.Example object at 0x000000000A597B00>

【讨论】：