Python Pandas Series.isin 不起作用

Question

我有一个系列

8                    [11820]
9                    [11820]
10                   [11820]
11                   [11820]
12                   [11820]
27                   [10599]
28                   [10599]
29                   [10599]
31              [661, 10599]
32              [661, 10599]
33                    [7322]
34                     [0]
37                     [661]
39                     [661]
40                     [661]
49      [0, 661, 662, 663]    

我想用points[points.isin([0])] 之类的东西过滤这个系列来得到

34                     [0]
49      [0, 661, 662, 663]

但结果我得到 0 个功能。

Answer 1

检查您的值 (0) 是否在列表中的简单方法是在您的系列上使用 apply：

s = s[s.apply(lambda x: 0 in x)]

一些解释：
对于它检查的每一行，0 是否在列表中。

Apply 返回一个“True/False”系列，其中对于每一行 True 表示 0 在行内的列表中。

之后，您的第一个系列将通过 [] 被这个“真/假”系列过滤。

示例代码：

# This is your series
s = pd.Series([[0],
               [11820],
               [11820], 
               [10599],
               [0, 661, 662, 663]])

# This is the solution
s = s[s.apply(lambda x: 0 in x)]

# Print the result
print(s)

0                   [0]
4    [0, 661, 662, 663]
Name: A, dtype: object

Answer 2

pd.Series.isin 通过散列工作并在整个元素上工作，即它不会考虑部分匹配。即使是完全匹配，由于无法对列表进行哈希处理，pd.Series.isin 也无法处理一系列列表。

部分匹配

您可以通过pd.Series.apply 使用自定义函数：

df = pd.DataFrame({'A': [[1, 2], [0], [0, 2, 3]]})

search_list = [0]  # list of scalars

mask = df['A'].apply(lambda x: any(i in x for i in search_list))
res = df[mask]

print(res)

           A
1        [0]
2  [0, 2, 3]

完全匹配

在进行任何比较之前，您可以将您的系列转换为可散列的元组。然后将您的元组系列与元组列表进行比较。

search_list = [[0]]  # list of lists

mask = df['A'].map(tuple).isin(list(map(tuple, search_list)))
res = df[mask]

print(res)

     A
1  [0]

object dtype 系列的笔记操作必然是低效的。如果可能，您应该将一系列列表拆分为多个整数系列。尽管在这种情况下，考虑到不一致的列表长度，这可能会很麻烦。