通過單元格中包含的列表成員選擇行

Question

在我的數據框中，我有一個包含項目列表的列。我想只選擇那些包含全部或幾個項目的行。至少匹配一個列表會很好。

import pandas as pd 
df = pd.DataFrame([[2,[2,3,8]]], columns=['a','b']) 
df 

我曾嘗試以下：

df[df['b'] == [2,3,8]] 
df[[2,3,8] in df['b']] # and etc. 

我覺得這裏矇住......

要FooBar的：

我做科學領域的分析。該列表包含不同科學領域的代碼。哪裏的行代表案例，什麼時候這些科學領域正在合作。我可以將列表成員保留在不同的列中，但問題在於協同合作領域的數量正在發生變化。因此，我認爲可以在單元格中保留一個列表。

Answer 1

是沒有問題的，比較的元組

import pandas as pd 

data = [ 
    [1, (2,3,8)], 
    [2, (12,13,18)], 
    [3, (2,3,8)], 
    [4, (1,2,3,8,10)], 
    [5, (8,3,2)], 
] 

#---------------------------------------------- 

df_tuple = pd.DataFrame(data, columns=['a','b']) 

print '\n DataFrame with tuples \n' 
print df_tuple 

print '\n tuple == : \n' 

print df_tuple['b'] == (2,3,8) 
print df_tuple[ df_tuple['b'] == (2,3,8) ] 

print '\n tuple eq() : \n' 

print df_tuple['b'].eq((2,3,8)) 
print df_tuple[ df_tuple['b'].eq((2,3,8)) ] 

#---------------------------------------------- 

結果

DataFrame with tuples 

    a     b 
0 1   (2, 3, 8) 
1 2  (12, 13, 18) 
2 3   (2, 3, 8) 
3 4 (1, 2, 3, 8, 10) 
4 5   (8, 3, 2) 

tuple == : 

0  True 
1 False 
2  True 
3 False 
4 False 
Name: b, dtype: bool 
    a   b 
0 1 (2, 3, 8) 
2 3 (2, 3, 8) 

tuple eq() : 

0  True 
1 False 
2  True 
3 False 
4 False 
Name: b, dtype: bool 
    a   b 
0 1 (2, 3, 8) 
2 3 (2, 3, 8) 

但是有比較名單的問題，我不知道爲什麼。

但是，您需要列表中的所有或幾個項目的行[2,3,8]，所以我會使用apply()與自己的功能。

import pandas as pd 

#---------------------------------------------- 

data = [ 
    [1, [2,3,8]], 
    [2, [12,13,18]], 
    [3, [2,3,8]], 
    [4, [1,2,3,8,10]], 
    [5, [8,3,2]], 
] 

#---------------------------------------------- 

df_list = pd.DataFrame(data, columns=['a','b']) 

print '\n DataFrame with lists \n' 
print df_list 

print '\n test: \n' 

# test if any element from data list is in [2,3,8] 
def test(data): 
    return any(x in [2,3,8] for x in data) 

print df_list['b'].apply(test) 
print df_list[ df_list['b'].apply(test) ] 

#---------------------------------------------- 

結果

DataFrame with lists 

    a     b 
0 1   [2, 3, 8] 
1 2  [12, 13, 18] 
2 3   [2, 3, 8] 
3 4 [1, 2, 3, 8, 10] 
4 5   [8, 3, 2] 

test: 

0  True 
1 False 
2  True 
3  True 
4  True 
Name: b, dtype: bool 
    a     b 
0 1   [2, 3, 8] 
2 3   [2, 3, 8] 
3 4 [1, 2, 3, 8, 10] 
4 5   [8, 3, 2] 

更多有用的版本 - 與第二個參數：

test_any回True如果任何元素從數據名單上預計列表

def test_any(data, expected): 
    return any(x in expected for x in data) 

print df_list['b'].apply(lambda x:test_any(x,[2,3,8])) 
print df_list[ df_list['b'].apply(lambda x:test_any(x,[2,3,8])) ] 

test_all回報True如果從數據列表中的所有元素是預計列表

def test_all(data, expected): 
    return all(x in expected for x in data) 

print df_list['b'].apply(lambda x:test_all(x,[2,3,8])) 
print df_list[ df_list['b'].apply(lambda x:test_all(x,[2,3,8])) ] 

您可以把 'x' 和[2,3,8]

得到True如果任何元素從預計列表在個數據列表

print df_list[ df_list['b'].apply(lambda x:test_any_2([2,3,8], x)) ] 

拿到如果從所有元素預期名單True上數據列表

print df_list[ df_list['b'].apply(lambda x:test_all_2([2,3,8], x)) ] 

Answer 2

我認爲你可以做到以下幾點：

idx = [] 

S = [2,3,8] 

for i, line in df.iterrows(): 
    if set(S).issubset(line['b']): 
      idx.append(i) 

現在，你可以只選擇你感興趣的行：

df_subset = df.ix[idx] 

Answer 3

好吧，我這樣做，讓您的數據幀爲「更好「的格式。我允許任何數量的「科學屬性」，就像你打電話給他們的那樣，並且將它們稱爲「額外的」。

D = df 
df = pd.concat([D['a'], pd.DataFrame(D['b'].tolist(), index=D.index)], axis=1, keys=['standard', 'additional']) 
In[103]: df 
Out[103]: 
    standard additional  
      a   0 1 2 
0   2   2 3 8 

現在我們只在「附加」部分搜索您給我們的鑰匙：

In[133]: any(df['additional'] == 3, axis=1) & any(df['additional'] == 8, axis=1) 
Out[133]: array([ True], dtype=bool) 

現在我只砍第二個假行來檢查我是否實際上是「不選擇」那些不落入標準：

df2 = df.append(df) 
df2.iloc[1] += 1 
any(df2['additional'] == 3, axis=1) & any(df2['additional'] == 8, axis=1) 
Out[132]: array([ True, False], dtype=bool) 

確認： 我學到的這個可愛的利用率來自HYRY here。