python - 基于辅助系列从 pandas DataFrame 中进行选择

Question

我有一个系列:

ser = pd.Series(['a','b','c'])
df = pd.DataFrame([['c',1],['d',2],['a',3]], columns=['first', 'second'])

并且想要获取DataFrame:

   first  second
0  c      1
1  a      3

也就是说，我想说类似 df[df.first in ser.tolist()] 的内容，但考虑到 df.first 是一个 Series 而不是其中的一个元素。

Answer 1

选项 1
查询

df.query('first in @ser')

选项 2
isin

df[df['first'].isin(ser)]

两者产量

  first  second
0     c       1
2     a       3

<小时/>

时序引用

def query():
    return df.query('first in @ser')

def isin():
    return df[df['first'].isin(ser)]


results = pd.DataFrame(
    index=pd.Index([10, 1000, 100000], name='group size'),
    columns=pd.Index(['query', 'isin'], name='method'),
)

from timeit import timeit

for i in results.index:
    df = pd.DataFrame(dict(first=np.random.randint(10, size=i)))
    s = pd.Series(range(5))
    for j in results.columns:
        results.set_value(
            i, j,
            timeit(
                '{}()'.format(j),
                'from __main__ import {}, df, s'.format(j),
                number=100
            )
        )

results.plot()