Python 熊猫：比较序列中的列表对象

在我的数据框架中，列由列表组成，例如：

df = pd.DataFrame({'A':[[1,2],[2,4],[3,1]]})

我需要找出列表[1,2]在这个数据帧中的位置。我试过：

df.loc[df['A'] == [1,2]]

及

---

但完全失败了。比较起来似乎很简单，但这根本不起作用。我在这里遗漏了什么吗？

不要在单元格中使用

列表

，这会给

熊猫

带来很多问题。如果确实需要

对象

列，请使用

元组

：

df.A.map(tuple).isin([(1,2)])
Out[293]: 
0     True
1    False
2    False
Name: A, dtype: bool
#df[df.A.map(tuple).isin([(1,2)])]

---

您可以使用

apply

并进行如下比较：

df['A'].apply(lambda x: x==[1,2])

0     True
1    False
2    False
Name: A, dtype: bool

---

使用numpy

df.A.apply(lambda x: (np.array(x) == np.array([1,2])).all())

0     True
1    False
2    False

使用Numpy数组 或：

然后：

---

这应该是公认的解决方案！[或者，如果可能，只是将列表系列扩展为2个系列。]如果列表大小不同，这不会出现问题，尽管这可能超出了本示例的范围。@ALollz yes and yesNice！我唯一关心的是，这个解决方案将数据类型转换两次，如果我的数据帧非常大，那么转换会花费更多的时间吗？您唯一“缺少”的是，数据帧对于存储列表来说并不是很好。你为什么不想要两个单独的专栏？@BallpointBen谢谢你的关注，我发布了一个新问题来解释整个问题@Luuklag这可能是重复的，但我不相信这是你建议的目标的重复。这似乎是试图根据多列是否等于特定值进行筛选。这一个试图检查列表是否等于一个列的值，该值的答案非常不同。请随意建议一个更合适的目标。@Luuklag，我发布了这两个问题，因为我认为它们不一样。正如jpmc所描述的，它们是相互联系的，但也非常不同。这篇文章实际上是那篇文章的变体：我试图用愚蠢的事情来解决那篇文章，并基于我发表的这篇文章的愚蠢的事情。但这一点仍然有其独特的价值。你能删除重复的目标吗？

print(df[df['A'].apply(lambda x: x==[1,2])])

        A
0  [1, 2]

df.A.apply(lambda x: (np.array(x) == np.array([1,2])).all())

0     True
1    False
2    False

df.assign(B=(np.array(df.A.tolist()) == [1, 2]).all(1))

        A      B
0  [1, 2]   True
1  [2, 4]  False
2  [3, 1]  False

df['A'].apply(([1,2]).__eq__)

df[df['A'].apply(([1,2]).__eq__)]