如何根据字典键和值过滤熊猫数据框行？答案

【问题标题】：How to filter pandas dataframe rows based on dictionary keys and values?如何根据字典键和值过滤熊猫数据框行？
【发布时间】：2021-12-25 20:57:35
【问题描述】：

我在 Python 中有一个数据框和一个字典，如下所示，我需要根据字典过滤数据框。如您所见，字典的键和值是数据框的两列。我想要一个数据框的子集，其中包含字典的键和值以及其他列。

df :

Customer_ID	Category	Type	Delivery
40275	Book	Buy	True
40275	Software	Sell	False
40275	Video Game	Sell	False
40275	Cell Phone	Sell	False
39900	CD/DVD	Sell	True
39900	Book	Buy	True
39900	Software	Sell	True
35886	Cell Phone	Sell	False
35886	Video Game	Buy	False
35886	CD/DVD	Sell	False
35886	Software	Sell	False
40350	Software	Sell	True
28129	Software	Buy	False

字典是：

d = {
 40275: ['Book','Software'],
 39900: ['Book'],
 35886: ['Software'],
 40350: ['Software'],
 28129: ['Software']
 }

我需要以下数据框：

Customer_ID	Category	Type	Delivery
40275	Book	Buy	True
40275	Software	Sell	False
39900	Book	Buy	True
35886	Software	Sell	False
40350	Software	Sell	True
28129	Software	Buy	False

【问题讨论】：

标签： python pandas dataframe dictionary

【解决方案1】：

我们可以set_index 到Customer_ID 和Category 列，然后从字典d 和reindex DataFrame 中构建一个元组列表，以仅包含与元组列表匹配的行，然后@ 987654323@恢复列：

new_df = df.set_index(['Customer_ID', 'Category']).reindex(
    [(k, v) for k, lst in d.items() for v in lst]
).reset_index()

new_df:

   Customer_ID  Category  Type  Delivery
0        40275      Book   Buy      True
1        40275  Software  Sell     False
2        39900      Book   Buy      True
3        35886  Software  Sell     False
4        40350  Software  Sell      True
5        28129  Software   Buy     False

*注意，这仅在 MultiIndex 是 unique 时才有效（如所示示例）。如果字典不代表 DataFrame 的 MultiIndex 的子集（这可能是也可能不是所需的行为），它也会添加行。

设置：

import pandas as pd

d = {
    40275: ['Book', 'Software'],
    39900: ['Book'],
    35886: ['Software'],
    40350: ['Software'],
    28129: ['Software']
}

df = pd.DataFrame({
    'Customer_ID': [40275, 40275, 40275, 40275, 39900, 39900, 39900, 35886,
                    35886, 35886, 35886, 40350, 28129],
    'Category': ['Book', 'Software', 'Video Game', 'Cell Phone', 'CD/DVD',
                 'Book', 'Software', 'Cell Phone', 'Video Game', 'CD/DVD',
                 'Software', 'Software', 'Software'],
    'Type': ['Buy', 'Sell', 'Sell', 'Sell', 'Sell', 'Buy', 'Sell', 'Sell',
             'Buy', 'Sell', 'Sell', 'Sell', 'Buy'],
    'Delivery': [True, False, False, False, True, True, True, False, False,
                 False, False, True, False]
})

【讨论】：

【解决方案2】：

展平字典并创建一个新的数据框，然后在内部 merge df 使用新的数据框

df.merge(pd.DataFrame([{'Customer_ID': k, 'Category': i} 
                       for k, v in d.items() for i in v]))

   Customer_ID  Category  Type  Delivery
0        40275      Book   Buy      True
1        40275  Software  Sell     False
2        39900      Book   Buy      True
3        35886  Software  Sell     False
4        40350  Software  Sell      True
5        28129  Software   Buy     False

【讨论】：

【解决方案3】：

您可以将df.merge 与df.append 一起使用：

In [444]: df1 = pd.DataFrame.from_dict(d, orient='index', columns=['Cat1', 'Cat2']).reset_index()

In [449]: res = df.merge(df1[['index', 'Cat1']], left_on=['Customer_ID', 'Category'], right_on=['index', 'Cat1']).drop(['index', 'Cat1'], 1)

In [462]: res = res.append(df.merge(df1[['index', 'Cat2']], left_on=['Customer_ID', 'Category'], right_on=['index', 'Cat2']).drop(['index', 'Cat2'], 1)).sort_values('Customer_ID', ascending=False)

In [463]: res
Out[463]: 
   Customer_ID  Category  Type  Delivery
3        40350  Software  Sell      True
0        40275      Book   Buy      True
0        40275  Software  Sell     False
1        39900      Book   Buy      True
2        35886  Software  Sell     False
4        28129  Software   Buy     False

【讨论】：