Python 通过id';s
我有一个熊猫数据框,它有一个用户id的“订户id”和一些其他信息的列表 我只想选择不在给定列表a中的订户 因此,如果我们的数据帧包含订阅者[1,2,3,4,5]的信息,而我的排除列表是[2,4,5],那么我现在应该得到一个包含[1,3]信息的数据帧 我试过使用如下面具:Python 通过id';s,python,pandas,dataframe,Python,Pandas,Dataframe,我有一个熊猫数据框,它有一个用户id的“订户id”和一些其他信息的列表 我只想选择不在给定列表a中的订户 因此,如果我们的数据帧包含订阅者[1,2,3,4,5]的信息,而我的排除列表是[2,4,5],那么我现在应该得到一个包含[1,3]信息的数据帧 我试过使用如下面具: c = [1,2,3,4,5] if 5 not in c: print 'YAY' >> YAY temp=df.mask(lambda x:x['subscriber\u id']不在订阅服务器中) 但
c = [1,2,3,4,5]
if 5 not in c:
print 'YAY'
>> YAY
temp=df.mask(lambda x:x['subscriber\u id']不在订阅服务器中)
但是没有运气
我确信not in
是有效的Python语法,因为我在下面的列表中测试了它:
c = [1,2,3,4,5]
if 5 not in c:
print 'YAY'
>> YAY
是否有任何过滤数据帧的建议或替代方法?您可以使用
isin
方法:
In [30]: df = pd.DataFrame({'subscriber_id':[1,2,3,4,5]})
In [31]: df
Out[31]:
subscriber_id
0 1
1 2
2 3
3 4
4 5
[5 rows x 1 columns]
In [32]: mask = df['subscriber_id'].isin([2,4,5])
In [33]: mask
Out[33]:
0 False
1 True
2 False
3 True
4 True
Name: subscriber_id, dtype: bool
In [34]: df.loc[~mask]
Out[34]:
subscriber_id
0 1
2 3
[2 rows x 1 columns]
如果使用
df.mask
,则输入必须是布尔NDFrame或数组lambda x:x['subscriber_id']不在订阅服务器中
是一个函数,这就是它引发异常的原因
这里有一种方法可以使用df.mask
,再次使用isin
来形成布尔条件:
In [43]: df['subscriber_id'].mask(df['subscriber_id'].isin([2,4,5]).values)
Out[43]:
0 1
1 NaN
2 3
3 NaN
4 NaN
Name: subscriber_id, dtype: float64
如果需要此索引,请使用类似的:
df[df.index.isin([11663533,12022232])]