python - 使用约束字典查询 Pandas

Question

我正试图在某些年内抽出几个月的时间来处理 Pandas 。我有返回的约束 {month: year}。

 [{1: 2003},
 {2: 2008},
 {3: 2011},
 {4: 2012},
 {5: 2008},
 {6: 2008},
 {7: 2002},
 {8: 2006},
 {9: 2005},
 {10: 2013},
 {11: 2005},
 {12: 2001}]

意味着我想要数据框中的 2003 年 1 月、2008 年 2 月等。我将“月”和“年”作为数据框中的两列。

我想要一些东西来执行这个不正确的代码(但想法很明确):

df[(df['Month'] == key for key in dict) & (df['Year'] == dict[key])]

Answer 1

您可以使用 lambda 在 Pandas 中执行高级过滤。

假设:

1. 所有月份和年份都是整数
2. 约束在字典列表类型中

如果数据类型不同，您可以修改以下行以解决您的问题。

生成随机数据填充数据框

In [1]: from random import randint 

In [2]: months = [randint(1, 12) for x in range(10)]

In [3]: years = [randint(2000, 2020) for x in range(10)]

In [4]: months
Out[4]: [12, 3, 7, 6, 10, 10, 11, 9, 9, 10]

In [5]: years
Out[5]: [2017, 2016, 2001, 2004, 2015, 2013, 2001, 2020, 2013, 2016]

In [6]: import pandas as pd

In [7]: df = pd.DataFrame()

In [8]: df['Month'] = months

In [9]: df['Year'] = years

<强>2。使用给定的 list of dict 并将其转换为 list of tuple 以便于编码

(注意:一旦您理解了我要完成的任务，您可以根据需要更改您的约束。)

In [10]: filterDict = [{1: 2003}, {2: 2008}, {3: 2011}, {4: 2012}, {5: 2008}, {6: 2008}, {7: 2002}, {8: 2006}, {9: 2005}, {3: 2016}, {6: 2004}, {12: 2001}]

In [11]: filterList = [d.items()[0] for d in filterDict]

<强>3。使用 lambda 过滤数据帧

In [12]: df[df.apply(lambda x: (x['Month'],x['Year']) in filterList, axis=1)]
Out[12]: 
   Month  Year
1      3  2016
3      6  2004

过滤前的原始数据供您引用:

In [13]: df
Out[13]: 
   Month  Year
0     12  2017
1      3  2016
2      7  2001
3      6  2004
4     10  2015
5     10  2013
6     11  2001
7      9  2020
8      9  2013
9     10  2016