Pandas .isin() 用于列的每一行中的值列表

Question

我有一个小问题：我的 DataFrame 中有一个列，它有多行，每行包含 1 个或多个以“M”字母开头，后跟 3 位数字的值。如果值超过 1 个，则用逗号分隔。我想打印出 DataFrame 的视图，仅包含其中 1 列保存我指定的值的行（例如，我希望它们保存列表 ['M111', 'M222'] 中的任何项目。我已经开始构建我的布尔掩码的方式如下：

df[df['Column'].apply(lambda x: x.split(', ').isin(['M111', 'M222']))]

在我看来， .apply() 和 .split() 方法首先将“Column”值转换为每行中包含 1 个或多个值的列表，然后 .isin() 方法确认是否有任何项目每行中的项目列表都在指定值列表中 ['M111', 'M222']。然而在实践中，我没有得到所需的 DataFrame 视图，而是收到错误

'TypeError: unhashable type: 'list'

我究竟做错了什么？

亲切的问候，格力姆

Answer 1

我认为你需要：

df2 = df[df['Column'].str.contains('|'.join(['M111', 'M222']))]

Answer 2

您只能isin()使用 Pandas 对象访问该方法。但split()返回一个列表。包裹split()在一个Serieswill 中：

# sample data
data = {'Column':['M111, M000','M333, M444']}
df = pd.DataFrame(data)

print(df)
       Column
0  M111, M000
1  M333, M444

现在包裹split()在一个Series.
请注意，isin()将返回一个布尔值列表，每个布尔值对应来自split(). 您想知道“列表中的任何项目...是否在指定值的列表中”，因此添加any()到您的apply函数中。

df[df['Column'].apply(lambda x: pd.Series(x.split(', ')).isin(['M111', 'M222']).any())]

输出：

       Column
0  M111, M000

正如其他人指出的那样，有更简单的方法可以实现您的最终目标。但这是解决您遇到的具体问题的方法isin()。