python - 按数据框列中的标签数组过滤和分组

Question

在下面的示例中，如何只保留数组中具有 "a" 的行出现在列 tags 中？

df = pd.DataFrame(columns=["val", "tags"], data=[[5,["a","b","c"]]])
df[3<df.val]            # this works
df["a" in df.tags]      # is there an equivalent for filtering on tags?

Answer 1

我认为使用集合很直观。然后你可以使用 >= 作为集合包含

df[df.tags.apply(set) >= {'a'}]

   val       tags
0    5  [a, b, c]

---

Numpy 的替代方案是

tags = df['tags']
n = len(tags)
out = np.zeros(n, np.bool8)
i = np.arange(n).repeat(tags.str.len())
np.logical_or.at(out, i, np.concatenate(tags) == 'a')

df[out]

---

根据 @JonClements

你可以在map中使用set.issubset(非常聪明)

df[df.tags.map({'a'}.issubset)]

   val       tags
0    5  [a, b, c]