Python 如何通过删除从同一行检索的值来转换数组列

假设我有一个数据框，其中有一列

第一个\u名称

（字符串）和另一列

名称

（数组）。如何对name_variations数组执行列操作，以便删除数组中包含的与first_name字段值匹配的任何值

例如，以下是初始数据帧：

data = {'first_name':  ['Robert',
                    'Richard',
                    'Joseph'],
    'name_variations': [np.array(['Robert', 'Rob', 'Bob']),
                        np.array(['Rich', 'Richard', 'Rick']),
                        np.array(['Joe'])],
    }

df = pd.DataFrame (data, columns = ['first_name','name_variations'])

这将产生如下数据帧：

  first_name        name_variations
0     Robert     [Robert, Rob, Bob]
1    Richard  [Rich, Richard, Rick]
2     Joseph                  [Joe]

我想对其进行转换，以便从name_variation的前两个值（基于first_name列）中删除Robert和Richard，但第三个值保持不变

期望输出：

  first_name name_variations
0     Robert      [Rob, Bob]
1    Richard    [Rich, Rick]
2     Joseph           [Joe]

在Chris对原始问题的正确回答后编辑问题。我应该在我的问题中提到，我的数据帧相当大（100万行），我想看看是否可以进行矢量化操作，而不是使用apply，后者速度较慢

df['name_variations'] = df.apply(lambda row: [x for x in row['name_variations'] if x!= row['first_name']], axis=1)

或

---

下面是一种使用

分解的方法：

df['name_variations'] = (df.explode('name_variations')
                           .query('first_name != name_variations')
                           .groupby(level=0)['name_variations']
                           .agg(list))

输出：

  first_name name_variations
0     Robert      [Rob, Bob]
1    Richard    [Rich, Rick]
2     Joseph           [Joe]


使用嵌套列表理解的另一种方法

df['name_variations'] = [[i for i in x if (i != df['first_name']).all()] for x in df['name_variations']]

时间：

%timeit df['name_variations'] = df.explode('name_variations').query('first_name != name_variations').groupby(level=0)['name_variations'].agg(list)
10.1 ms ± 294 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df.apply(lambda row: [x for x in row['name_variations'] if x!= row['first_name']], axis=1)
2.33 ms ± 68.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df['name_variations'] = [[i for i in x if (i != df['first_name']).all()] for x in df['name_variations']]
1.67 ms ± 66.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

谢谢你，克里斯。你的答案是正确的，而且有效。我应该在我的问题中提到，我的数据帧相当大（100万行），我想看看是否可以进行矢量化操作，而不是使用应用程序，这会更慢。这个问题做得很好。易于重新创建数据帧，并清除所需的输出。
%timeit df['name_variations'] = df.explode('name_variations').query('first_name != name_variations').groupby(level=0)['name_variations'].agg(list)
10.1 ms ± 294 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df.apply(lambda row: [x for x in row['name_variations'] if x!= row['first_name']], axis=1)
2.33 ms ± 68.2 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit df['name_variations'] = [[i for i in x if (i != df['first_name']).all()] for x in df['name_variations']]
1.67 ms ± 66.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)