python - 对 Pandas 数据框中相互依赖的多个参数进行索引

Question

假设我有一个 pandas 数据框和一个定义如下的字典:

将 pandas 导入为 pd
df = pd.DataFrame( { "c1": np.array(['a','a','b','b','a']) , "c2": np.array([1,2 ,2,2,2])} )

  c1  c2
0  a   1
1  a   2
2  b   2
3  b   2
4  a   2

to_keep = {'a':[1],'b':[2,3]}

{'a': [1], 'b': [2, 3]}

我想保留那些 to_keep 的键和其中一个值都为真的元素。换句话说，我想获得以下数据框:

  c1  c2
0  a   1
2  b   2
3  b   2

我尝试了很多东西，比如 df[(df["c1"] in to_keep.keys) 和 df["c2"] in to_keep["c1"]]，但是是我无法将正确的参数传递给 to_keep dict 以获得适当的值。我曾想过列出 c1 和 c2 的所有可能组合，但考虑到我拥有的数据集的大小，这可能有点低效。

有什么建议吗？

Answer 1

尝试在数据框中转换 to_keep，然后将其与原始数据合并，如 Compare Python Pandas DataFrames for matching rows