python - pandas 基于列子集的行选择

Question

我有一个包含 4 列的 Pandas 数据框 - 如下所示:

          A                       B            C           D
2         c  {4889, 9978, 1230, 4921}        {30}         4
4         m  {4889, 9978, 1230, 4921}        {30}         4
0         a        {4889, 1230, 4921}        {30}         3
7         q              {1240, 4921}        {30}         2
9         x              {9978, 1230}        {30}         2

另外，我有一个这样的列表:

[[1230,4889],[1240, 4921]]

我想从数据框中选择 B 列值是任何列表项的超集的行。对于给定的示例，输出将是:

          A                       B            C           D
2         c  {4889, 9978, 1230, 4921}        {30}         4
4         m  {4889, 9978, 1230, 4921}        {30}         4
0         a        {4889, 1230, 4921}        {30}         3
7         q              {1240, 4921}        {30}         2

有什么好的方法吗？它并不像做这样的事情那么简单:

df.loc[df['B'] == 'xyz']

Answer 1

使用带有集合操作的numpy广播。注意:集合的 >= 返回右侧是否是左侧的子集的真值。相等部分允许相等的集合。

<小时/>

s = np.array([set(l) for l in [[1230, 4889], [1240, 4921]]])

m = (df['B'].values >= s[:, None]).any(0)

df[m]

   A                         B     C  D
2  c  {4889, 9978, 1230, 4921}  {30}  4
4  m  {4889, 9978, 1230, 4921}  {30}  4
0  a        {4889, 1230, 4921}  {30}  3
7  q              {1240, 4921}  {30}  2