python - 如何在 Pandas 中对一列列表执行条件(考虑列表中的每个项目)

Question

假设我有一列列表。如果列表在一组中至少有一个项目，我想保留该行，否则我想删除该行。

这是一个最小的例子

#create the df 
d={'range':list(range(0,3))}
df=pd.DataFrame(d)
l=[1, 2, 3]
m =[4, 5, 6]
n =[1, 7, 8]
df['var_list']=''
df['var_list'][0]=l
df['var_list'][1]=m
df['var_list'][2]=n
df.head(3)

结果

range   var_list
0   0   [1, 2, 3]
1   1   [4, 5, 6]
2   2   [1, 7, 8]

这是我想要使用的集合

setS = {1, 2}

我想要做的是，如果任何行的列表中有一个项目在集合中，则保留该行，否则删除该行。

所以这是想要的结果:

range   var_list
0   0   [1, 2, 3]
2   2   [1, 7, 8]

我试过的

df2 = df[df['var_list'].isin(setS)]

这是我得到的错误

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
TypeError: unhashable type: 'list'

The above exception was the direct cause of the following exception:

SystemError                               Traceback (most recent call last)
<ipython-input-56-90ea3b42ebf3> in <module>()
----> 1 df2 = df[df['var_list'].isin(setS)]

2 frames
/usr/local/lib/python3.6/dist-packages/pandas/core/series.py in isin(self, values)
   4512         Name: animal, dtype: bool
   4513         """
-> 4514         result = algorithms.isin(self, values)
   4515         return self._constructor(result, index=self.index).__finalize__(self)
   4516 

/usr/local/lib/python3.6/dist-packages/pandas/core/algorithms.py in isin(comps, values)
    478             comps = comps.astype(object)
    479 
--> 480     return f(comps, values)
    481 
    482 

/usr/local/lib/python3.6/dist-packages/pandas/core/algorithms.py in <lambda>(x, y)
    454 
    455     # faster for larger cases to use np.in1d
--> 456     f = lambda x, y: htable.ismember_object(x, values)
    457 
    458     # GH16012

pandas/_libs/hashtable_func_helper.pxi in pandas._libs.hashtable.ismember_object()

SystemError: <built-in method view of numpy.ndarray object at 0x7fcc893844e0> returned a result with an error set

Answer 1

一列列表不怎么pandas正常工作。您必须明确检查列表中的项目:

print (df[df["var_list"].transform(lambda x: bool(set(x)&sets))])

#
   range   var_list
0      0  [1, 2, 3]
2      2  [1, 7, 8]