Question

我有一个数据帧df，其中一列是＃34;值＆＃34;。它包含 -

values
[u'12f4',u'ff45',u'tr23']
[u'125g4',u'ff145',u'trr523']
[u'12f34',u'ff2345',u'trg23a']

我有一个单独的列表＆＃39; list1＆＃39;包含一些值 -

[u'trg23a',u'ff2345',u'ff45',u'fg567ui',u'45ty78',u'125g4',u'ff145']

我想在df中创建一个名为＆＃34; values1＆＃34;的新列。仅包含＆＃34; list1＆＃34;中存在的那些值。所以输出应该像 -

values                            values
[u'12f4',u'ff45',u'tr23']         [u'ff45']
[u'125g4',u'ff145',u'trr523']     [u'125g4',u'ff145']
[u'12f34',u'ff2345',u'trg23a']    [u'ff2345',u'trg23a']

我尝试了以下代码，但它似乎并没有起作用。

df['values1'] = [element for element in 
df['values'] if element not in list1]

Answer 1

使用apply或嵌套list comprehension：

print (type(df.loc[0, 'values']))
<class 'str'>

from ast import literal_eval
#convert string values to lists
df['values'] = df['values'].apply(literal_eval)

print (type(df.loc[0, 'values']))
<class 'list'>

df['values1'] = df['values'].apply(lambda x: [element for element in x if element in list1])
print (df)
                    values           values1
0       [12f4, ff45, tr23]            [ff45]
1   [125g4, ff145, trr523]    [125g4, ff145]
2  [12f34, ff2345, trg23a]  [ff2345, trg23a]

或者：

df['values1'] = [[element for element in x if element in list1] for x in df['values']]
print (df)
                    values           values1
0       [12f4, ff45, tr23]            [ff45]
1   [125g4, ff145, trr523]    [125g4, ff145]
2  [12f34, ff2345, trg23a]  [ff2345, trg23a]

Answer 2

您可以使用map和filter，尽管像@ jezrael的解决方案中使用的条件列表理解可能稍微有点效率。

您基本上是在df [＆＃39; values＆＃39;]列中的每个项目上运行过滤器lambda表达式。

values = [u'trg23a',u'ff2345',u'ff45',u'fg567ui',u'45ty78',u'125g4',u'ff145']

df = df.assign(
    values1=df['values'].map(
        lambda row_items: filter(lambda item: item in values, row_items)))

>>> df
                    values           values1
0       [12f4, ff45, tr23]            [ff45]
1   [125g4, ff145, trr523]    [125g4, ff145]
2  [12f34, ff2345, trg23a]  [ff2345, trg23a]

列表和数据框操作

2 个答案: