如何根據與序列相關的約束來過濾行？

Question

我有以下數據框：

df = 
    ID TYPE VD_0 VD_1 VD_2 VD_3 
    1 ABC V1234 456 123 564 
    2 DBC 456 A45 123 564 
    3 ABD 456 V1234 456 123 
    4 ABD 123 V1234 SSW 123 

還有就是VD_0，VD_1，VD_2和VD_3值以下列表：我想只有在df有2的那些行

myList = [V1234,456,A45] 

myList列VD_0,VD_1,VD_2和VD_3的序列發生率。

結果是這樣的一種：

result = 
    ID TYPE VD_0 VD_1 VD_2 VD_3 
    1 ABC V1234 456 123 564 
    2 DBC 456 A45 123 564 
    3 ABD 456 V1234 456 123 

例如，在一行ID 1的VD_0VD_1和的值都等於V1234和456，相應地，和這兩個值屬於myList。相同的邏輯適用於具有ID 2（456，A45）和3（456,V1234）的行。

我該怎麼辦呢？

Answer 1

我同意MaxU的答案的開始，但是，到底應該更容易IIUC。你想要的過濾器應該從你的列表中獲得2個連續的匹配。你可以得到這個答案，說你希望如果你把它們兩兩加起來，結果中的行數總和至少爲2。這被稱爲沿軸= 1的2週期滾動窗口總和。然後你採取每行的最大值，並且匹配具有大於或等於2的值：

subset = df.filter(like='VD_') 

df[subset.isin(myList).rolling(2, axis=1).sum().max(axis=1)>=2] 
Out[26]: 
    ID TYPE VD_0 VD_1 VD_2 VD_3 
0 1 ABC V1234 456 123 564 
1 2 DBC 456 A45 123 564 
2 3 ABD 456 V1234 456 123 

Answer 2

試試這個：

In [112]: subset = df.filter(like='VD_') 

In [113]: df[subset[subset.isin(myList)].stack().duplicated().unstack().any(1)] 
Out[113]: 
    ID TYPE VD_0 VD_1 VD_2 VD_3 
1 2 DBC 456 A45 123 564 
2 3 ABD 456 V1234 456 123 
3 4 ABD 123 V1234 SSW 123 

說明：

In [114]: subset 
Out[114]: 
    VD_0 VD_1 VD_2 VD_3 
0 V1234 456 123 564 
1 456 A45 123 564 
2 456 V1234 456 123 
3 123 V1234 SSW 123 

In [115]: subset.isin(myList) 
Out[115]: 
    VD_0 VD_1 VD_2 VD_3 
0 True True False False 
1 True True False False 
2 True True True False 
3 False True False False 

In [116]: subset[subset.isin(myList)] 
Out[116]: 
    VD_0 VD_1 VD_2 VD_3 
0 V1234 456 NaN NaN 
1 456 A45 NaN NaN 
2 456 V1234 456 NaN 
3 NaN V1234 NaN NaN 

In [118]: subset[subset.isin(myList)].stack() 
Out[118]: 
0 VD_0 V1234 
    VD_1  456 
1 VD_0  456 
    VD_1  A45 
2 VD_0  456 
    VD_1 V1234 
    VD_2  456 
3 VD_1 V1234 
dtype: object 

In [119]: subset[subset.isin(myList)].stack().duplicated() 
Out[119]: 
0 VD_0 False 
    VD_1 False 
1 VD_0  True 
    VD_1 False 
2 VD_0  True 
    VD_1  True 
    VD_2  True 
3 VD_1  True 
dtype: bool 

In [120]: subset[subset.isin(myList)].stack().duplicated().unstack() 
Out[120]: 
    VD_0 VD_1 VD_2 
0 False False None 
1 True False None 
2 True True True 
3 None True None 

In [121]: subset[subset.isin(myList)].stack().duplicated().unstack().any(1) 
Out[121]: 
0 False 
1  True 
2  True 
3  True 
dtype: bool