【问题标题】:Filter pandas dataframe by list按列表过滤熊猫数据框
【发布时间】:2017-12-15 20:33:19
【问题描述】:

我有一个数据框,其中有一行名为“Hybridization REF”。我想进行过滤,以便仅获取与列表中的一项具有相同标签的项的数据。

基本上,我想做以下事情:

dataframe[dataframe["Hybridization REF"].apply(lambda: x in list)] 

但是那个语法不正确。

【问题讨论】:

    标签: python pandas numpy data-science


    【解决方案1】:

    假设 df 是你的dataframe, lst 是我们的list 标签。

    df.loc[ df.index.isin(lst), : ]
    

    将显示其索引与列表项的任何值匹配的所有行。我希望这有助于解决您的问题。

    【讨论】:

      【解决方案2】:

      有 numpy 数据框吗?我猜这是熊猫数据框,如果是这样,这就是解决方案。

      df[df['Hybridization REF'].isin(list)]
      

      【讨论】:

      【解决方案3】:

      使用重新索引更新,

      df.reindex(collist, axis=1)
      

      和

      df.reindex(rowlist, axis=0)
      

      两者都有:

      df.reindex(index=rowlist, columns=collist)
      

      您可以使用 .loc 或列过滤:

      df = pd.DataFrame(data=np.random.rand(5,5),columns=list('ABCDE'),index=list('abcde'))
      
      df
                A         B         C         D         E
      a  0.460537  0.174788  0.167554  0.298469  0.630961
      b  0.728094  0.275326  0.405864  0.302588  0.624046
      c  0.953253  0.682038  0.802147  0.105888  0.089966
      d  0.122748  0.954955  0.766184  0.410876  0.527166
      e  0.227185  0.449025  0.703912  0.617826  0.037297
      
      collist = ['B','D','E']
      
      rowlist = ['a','c']
      

      获取列表中的列:

      df[collist]
      

      输出:

                B         D         E
      a  0.174788  0.298469  0.630961
      b  0.275326  0.302588  0.624046
      c  0.682038  0.105888  0.089966
      d  0.954955  0.410876  0.527166
      e  0.449025  0.617826  0.037297
      

      获取列表中的行

      df.loc[rowlist]
      
                A         B         C         D         E
      a  0.460537  0.174788  0.167554  0.298469  0.630961
      c  0.953253  0.682038  0.802147  0.105888  0.089966
      

      【讨论】:

        【解决方案4】:

        您可以尝试以下方法:

        df.loc[ df.index.intersection(lst), : ]
        

        这样你只能得到路口

        【讨论】:

          猜你喜欢
          • 2021-12-01
          • 2019-04-13
          • 2018-07-13
          • 1970-01-01
          • 1970-01-01
          • 2019-05-21
          • 2020-08-08
          • 1970-01-01
          • 2014-03-31
          相关资源
          最近更新 更多