python - 在非空行上过滤数据框

Question

我有一个来自这种形式的 DataFrame:

In [122]: df=pd.DataFrame({"A":["1,2,3","4,5,6",np.nan,"8"],"B":[6,7,8,9]})

In [123]: df
Out[123]:
       A  B
0  1,2,3  6
1  4,5,6  7
2    NaN  8
3      8  9

我想过滤 B 中的行，其中 A 中的列表包含特定值，例如“4”。

我试过使用这种语法:

df["B"][["4" in a for a in df["A"].str.split(',')]]

但我得到 TypeError: argument of type 'float' is not iterable 因为其中一行中的 NaN。所以我尝试了这种语法-

df["B"][["4" in a for a in df["A"].str.split(',') if pd.notnull(a)]]

但是我得到了 ValueError: The truth value of an array with more than one element is ambiguous。使用 a.any() 或 a.all()。

知道如何让它发挥作用吗？我尝试了一些想法，但没有一个奏效，而且我真的不知道为什么这种语法是错误的。

预期输出 - 7。

Answer 1

使用 pandas 替代品:

s = df.loc[df["A"].str.split(',', expand=True).eq('4').any(axis=1), 'B']
print (s)
1    7
Name: B, dtype: int64

解释:

在Series.str.split中通过参数expand=True创建DataFrame :

print (df["A"].str.split(',', expand=True))
     0     1     2
0    1     2     3
1    4     5     6
2  NaN   NaN   NaN
3    8  None  None

通过 DataFrame.eq 进行比较(==):

print (df["A"].str.split(',', expand=True).eq('4'))
       0      1      2
0  False  False  False
1   True  False  False
2  False  False  False
3  False  False  False

通过 DataFrame.any 检查每行是否至少有一个 True :

print (df["A"].str.split(',', expand=True).eq('4').any(axis=1))
0    False
1     True
2    False
3    False
dtype: bool

最后按 DataFrame.loc 过滤与 boolean indexing .

您的解决方案应更改为 if-else 和 isinstance:

mask = ["4" in a if isinstance(a, list) else False for a in df["A"].str.split(',')]

s = df.loc[mask, 'B']