python - 根据列表列过滤 df 至少包含列表中的一个元素(2 个列表的交集)

Question

假设我有:

mylist = ["test", "new"]
df = pd.DataFrame([[["test", "whatever"]], [["tes", "test_in"]], [["new2", "new1"]]], columns=["a"])
df

    a
0   [test, whatever]
1   [tes, test_in]
2   [new2, new1]

我想过滤并只获取在 mylist 中至少有一个值的行:

    a
0   [test, whatever]

我做不到:df.query("a.str.contains('|'.join(@mylist))", engine='python') 因为那时我得到了部分匹配。

我在想:

 df[df.apply(lambda x: set(x['a']) & set(mylist), axis=1)]

但这行不通。

Answer 1

你很接近，只将空集的集合转换为 bool 为 False，否则为 True:

df = df[df['a'].apply(lambda x: bool(set(x) & set(mylist)))]
print (df)
                  a
0  [test, whatever]

备选方案:

df = df[[bool(set(x) & set(mylist)) for x in df['a']]]

或者:

df = df[[bool(set(x).intersection(mylist)) for x in df['a']]]