如何解决当其列值包含给定列表中的至少一个元素时,使用映射进行列表理解以获取新数据框
我有一个数据框 df
。我最终想要一个新的数据框,'question'
中的 df
列包含列表 answer
中的一个元素。
answer = ['a','b','c','d','e']
df = pd.DataFrame({'question': ['a,b','b,c','z','f,e','x','d']})
>>> df
question
0 a,b
1 b,c
2 z
3 f,e
4 x
5 d
我希望所需的输出数据帧是:
>>> new_df
question
0 a,c
3 f,e
5 d
这就是我迄今为止简化的内容。
for y in answer:
new_df = df[df['question'].map(lambda x: y in x)]
我想出了这样的东西,但出现以下错误:
new_df = df[df['question'].map(lambda x: y in x for y in answer)]
TypeError: 'generator' object is not callable
如何使用列表推导在一行代码中获得满足条件的新数据框?
解决方法
使用 df.isin
而不是列表推导式:
df = pd.DataFrame({'question': ['a,b','b,c','z','f,e','x','d']})
>>> df['question'].str.split(',') \
.apply(lambda x: len(set(x).intersection(answer)) != 0)
0 True
1 True
2 False
3 True
4 False
5 True
Name: question,dtype: bool
新数据框:
new_df = df[df['question'].str.split(',') \
.apply(lambda x: len(set(x).intersection(answer)) != 0)]
>>> new_df
question
0 a,b
1 b,c
3 f,e
5 d
,
您可以将 Series.str.contains、Pandas.concat 和 DataFreame.sort_index 与理解列表一起使用:
df_result = pd.concat([df[df['question'].str.contains(a)] for a in answer]).drop_duplicates().sort_index()
但是,如果你问我上面的不可读,那么我让你在没有列表理解的情况下很好地理解上面的代码:
list_dfs = []
for a in answer:
# df_match will be a tiny dataframe with the matching.
# For instance,In the first iteration will be:
# question
# 0 a,b
df_match = df[df['question'].str.contains(a)]
list_dfs.append(df_match)
df_result = pd.concat(list_dfs).drop_duplicates().sort_index()
print(df_result)
对于两个版本,输出是一样的:
question
0 a,b
1 b,c
3 f,e
5 d
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。