python - Pandas 数据框过滤 ||只保留列的连续元素

Question

我有以下数据框

import pandas as pd


df = pd.DataFrame({'a': [201, 201, 201, 201, 202, 202, 202, 203, 203, 203],
                   'b': [  1,   2,   3,   5,   1,   2,   6,   1,   3,   4]})

df_filter = pd.DataFrame({'a': [      201,    202, 203],
                          'b': [[1, 2, 3], [1, 2], [1]]}).set_index('a')

它们看起来像:

>>> df
     a  b
0  201  1
1  201  2
2  201  3
3  201  5
4  202  1
5  202  2
6  202  6
7  203  1
8  203  3
9  203  4
>>>
>>> df_filter
             b
a             
201  [1, 2, 3]
202     [1, 2]
203        [1]

我想使用 df_filter 过滤 df。也就是说，我想为“a”的每个元素保留“b”中相应列表的元素。

想要的结果:

>>> df_filtered
     a  b
0  201  1
1  201  2
2  201  3
4  202  1
5  202  2
7  203  1

此外，我实际上只想为“a”上的每个元素保留“b”的连续元素。我现在可以生成“df_filter”并使用它进行过滤，但我们非常欢迎任何可以更轻松地执行此操作的建议。

Answer 1

pandas 0.25+ 的解决方案 - 通过 Series.explode 将列表转换为行然后merge默认inner join(列名相同，所以省略on参数):

df = df_filter['b'].explode().reset_index().merge(df)
print (df)
     a  b
0  201  1
1  201  2
2  201  3
3  202  1
4  202  2
5  203  1

或DataFrame.explode如果输入是 2 列 DataFrame:

df_filter = pd.DataFrame({'a': [      201,    202, 203],
                       'b': [[1, 2, 3], [1, 2], [1]]})

df = df_filter.explode('b').merge(df)
print (df)
     a  b
0  201  1
1  201  2
2  201  3
3  202  1
4  202  2
5  203  1

编辑:为避免重置为默认索引值，请使用 reset_index 和 set_index:

df = df_filter.explode('b').merge(df.reset_index()).set_index('index')
print (df)
         a  b
index        
0      201  1
1      201  2
2      201  3
4      202  1
5      202  2
7      203  1