Pandas 数据框选择列表列包含特定元素集的行答案

【问题标题】：Pandas dataframe select rows where a list-column contains a specific set of elementsPandas 数据框选择列表列包含特定元素集的行
【发布时间】：2020-11-15 12:36:27
【问题描述】：

这是以下帖子的后续内容：Pandas dataframe select rows where a list-column contains any of a list of strings

我希望能够从选择列表中选择包含确切字符串对的行（其中 selection= ['cat', 'dog']）。

开始 df:

  molecule            species
0        a              [dog]
1        b       [horse, pig]
2        c         [cat, dog]
3        d  [cat, horse, pig]
4        e     [chicken, pig]

我想要的df：

  molecule            species
2        c         [cat, dog]

我尝试了以下方法，它只返回了列标签。

df[pd.DataFrame(df.species.tolist()).isin(selection).all(1)]

【问题讨论】：

标签： pandas string list

【解决方案1】：

一种方法：

df['joined'] = df.species.str.join(sep=',')
selection = ['cat,dog']
filtered = df.loc[df.joined.isin(selection)]

这不会找到具有不同排序的案例（即'dog,cat' 或'horse,cat,pig'），但如果这不是问题，那么它可以正常工作。

【讨论】：

【解决方案2】：

这会找到任何东西。

import pandas as pd
selection = ['cat', 'dog']
mols = pd.DataFrame({'molecule':['a','b','c','d','e'],'species':[['dog'],['horse','pig'],['cat','dog'],['cat','horse','pig'],['chicken','pig']]})
mols.loc[np.where(pd.Series([all(w in selection for w in mols.species.values[k]) for k in mols.index]).map({True:1,False:0}) == 1)[0]]

如果您想查找至少包含列表中元素的任何行（并且可能还有其他元素），请使用：

mols.loc[np.where(pd.Series([all(w in mols.species.values[k] for w in selection) for k in mols.index]).map({True:1,False:0}) == 1)[0]]

这是一个有趣的矩阵作为选择器的应用。使用转置后的 mols 将 0 向量和指向 mols 中哪些行符合您的标准的向量相乘：

mols.to_numpy().T.dot(pd.Series([all(w in mols.species.values[k] for w in selection) for k in mols.index]).map({True:1,False:0}))

另一个（更具可读性）的解决方案是为 mols 分配条件为 True 的列，将其映射到 0 和 1 并查询该列等于 1 的 mols。

【讨论】：