python - 根据 pd.series 类型的变量对 pandas 数据框进行子集化

Question

我有一个如下所示的数据框:

df = pd.DataFrame({"location": ["north", "south", "south", "north"], "store" : ["a", "b", "c", "d"], "12345" : [2,4,3,6], "23434": [4,3,7,0], "23454": [8,9,0,1], "65432": [4,6,5,7], "34254": [0,0,9,1]})

我想通过以下变量对其进行子集化:

var = pd.Series([12345, 65432, 34254])

最终输出应如下所示:

我的原始数据框和变量很大，我无法使用列名或使用 .loc 和 .iloc 进行子设置，因此我们将不胜感激。

Answer 1

将值转换为字符串，因为列名称是 Index.astype 的字符串然后按子集列出并选择:

df = df[['location', 'store'] + var.astype(str).tolist()]
print (df)
  location store  12345  65432  34254
0    north     a      2      4      0
1    south     b      4      6      0
2    south     c      3      5      9
3    north     d      6      7      1

如果可能，var 中的某些值与 add Index.intersection 不匹配:

var = pd.Series([12345, 65432, 34254, 1000])

df = df[['location', 'store'] + df.columns.intersection(var.astype(str), sort=False).tolist()]
print (df)
  location store  12345  65432  34254
0    north     a      2      4      0
1    south     b      4      6      0
2    south     c      3      5      9
3    north     d      6      7      1

另一个想法是创建MultiIndex:

df = df.set_index(['location','store'])
df = df[var.astype(str).tolist()]
#if possible some values not match
#df = df[df.columns.intersection(var.astype(str), sort=False).tolist()]
print (df)
                12345  65432  34254
location store                     
north    a          2      4      0
south    b          4      6      0
         c          3      5      9
north    d          6      7      1