python pandas isin 方法？

Question

我有一个像这样的字典“wordfreq”:

{'techsmart': 30, 'paradies': 57, 'jobvark': 5000, 'midgley': 100, 'weisman': 2, 'tucuman': 1, 'amdahl': 2, 'frogfeet': 1, 'd8848': 1, 'jiaoyuwang': 1, 'walter': 19}

如果值大于 5 并且键不在另一个数据帧“df”中，我想将键放入列表中，然后将它们添加到名为“stopword”的列表中:这里是一个 df数据框:

word    freq
1   paradies    1
5   tucuman 1

这是我正在使用的代码:

stopword = []
for k,v in wordfreq.items():
    if v >= 5:
        if k not in list_c:
             stopword.append((k))

有人知道我如何使用 isin() 方法做同样的事情或者至少更有效吗？

Answer 1

我会将你的字典加载到 df 中:

In [177]:

wordfreq = {'techsmart': 30, 'paradies': 57, 'jobvark': 5000, 'midgley': 100, 'weisman': 2, 'tucuman': 1, 'amdahl': 2, 'frogfeet': 1, 'd8848': 1, 'jiaoyuwang': 1, 'walter': 19}
df = pd.DataFrame({'word':list(wordfreq.keys()), 'freq':list(wordfreq.values())})
df
Out[177]:
    freq        word
0      1    frogfeet
1      1     tucuman
2     57    paradies
3      1       d8848
4   5000     jobvark
5    100     midgley
6      1  jiaoyuwang
7     30   techsmart
8      2     weisman
9     19      walter
10     2      amdahl

然后使用 isin 进行过滤针对其他 df(在我的例子中是 df_1)，如下所示:

In [181]:

df[(df['freq'] > 5) & (~df['word'].isin(df1['word']))]
Out[181]:
   freq       word
4  5000    jobvark
5   100    midgley
7    30  techsmart
9    19     walter

因此， bool 条件使用 isin 查找大于 5 的频率值，并且该单词不在另一个 df 中。并反转 bool 掩码 ~ .

您现在可以轻松获取列表:

In [182]:

list(df[(df['freq'] > 5) & (~df['word'].isin(df1['word']))]['word'])
Out[182]:
['jobvark', 'midgley', 'techsmart', 'walter']