Python 熊猫：如何打印包含列表中指定元素的行

我有一个看起来像这样的数据帧（示例）：

首先，我想获得所有列表中最频繁出现的对。 例如：

 (ab,cv)    2
 (da,ndfds) 1
 ..........

例如，我希望能够调用第3列中包含条目（ab，cv）的所有行

这方面的预期产出将是：

 column1     column2            column3
  xyz         123         [(ab,cv), (da,ndfds)]
  dsja        32421            [(ab,cv)]
  .....................      

IIUC

数据输入

df=pd.DataFrame({'col1':['x','y','z'],'col3':[[('ab','cv'), ('da','ndfds')],[('ab','cv')],[('dsfsa','sfa'), ('sd','sfag')]]})
l=[('ab','cv'),('da','ndfds')]

这应该做到：

df[('ab','cv') in l for l in df.column3]
    column1 column2 column3
0   xyz 123 [(ab,cv),(da,ndfds)]
1   dsja    32421   [(ab,cv)]

---

首先是一个一般性的评论：Pandas很神奇，但是当你开始在列中的列表中使用元组时，它可能不再是正确的工具了。Pandas是为表格数据而设计的，您所处理的显然是更结构化的

尽管如此，这是我的解决方案

首先，让我们创建

数据帧

（这样示例就可以生成）：

将熊猫作为pd导入
df=pd.DataFrame({
“col_1”：['xyz'，'dsja'，'dgsag']，
“col_2”：[123324213252]，
“col_3”：[
[（'ab'，'cv'），（'da'，'ndfds'），
[（'ab'，'cv'）]，
[（'dsfsa'，'sfa'），（'sd'，'sfag'）]]
})

给

>>df
第1列第2列第3列
0 xyz 123[（ab，cv），（da，ndfds）]
1 dsja 32421[（ab，cv）]
2 dgsag 3252[（dsfsa，sfa），（sd，sfag）]

现在，通过

集合计数事件很容易。计数器
，您需要首先连接所有这些列表：

从集合导入计数器
计数器（t代表df中的行['col_3']代表t代表df中的行）
计数器（{（'ab'，'cv'）：2，
（'da'，'ndfds'）：1，
（'dsfsa'，'sfa'）：1，
（'sd'，'sfag'）：1}）

您获得的
计数器
对象有一个
最常见的
方法，该方法接受您想要的项数作为参数（例如，最常见的3次出现）

现在，第二点是逻辑索引。您可以通过
loc
索引，并（根据以下其他答案进行改进）使用生成器进行比较：

t=（'ab'，'cv'）
df.loc[（t在l中表示l在df中['col_3']），：]
第1列第2列第3列
0 xyz 123[（ab，cv），（da，ndfds）]
1 dsja 32421[（ab，cv）]
到目前为止，您有没有尝试过的代码？
df=pd.DataFrame({'col1':['x','y','z'],'col3':[[('ab','cv'), ('da','ndfds')],[('ab','cv')],[('dsfsa','sfa'), ('sd','sfag')]]})
l=[('ab','cv'),('da','ndfds')]

df[('ab','cv') in l for l in df.column3]
    column1 column2 column3
0   xyz 123 [(ab,cv),(da,ndfds)]
1   dsja    32421   [(ab,cv)]