Python 使用多个字典筛选dataframe列

我有一个数据框架，它有一个部门、它的功能、它的子功能和它的子功能。数据帧的一个示例如下：

d=['Dept1'，'HR'，'Talent'，'Good Employee 3']，
['Dept2'，'IT'，'Garbage'，'Analysis HR 2']，
['Dept3'，'IT'，'Tech Sup'，'IT Tech 2']，
[‘Dept4’、‘HR’、‘硬件’、‘垃圾数据’]，
[‘Dept5’、‘MKT’、‘Sales’、‘Facebook促销1’]，
['Dept6'，'MKT'，NaN'，汽车利润]]
df=pd.DataFrame（d，列=['Department'、'Function'、'Subfunction'、'subsubfunction']）

我需要创建一个规则来检查一个部门是否在函数中有某个值，它只允许在子函数中有一个可能的值列表。然后，在相同的子函数中，每个唯一值将只允许子函数中可能的值列表

映射将如下所示：

subfunction = {'HR': ['Talent', 'Analysis Human'],
              'IT': ['Tech Sup', 'Hardware'],
              'MKT': ['Sales', 'Communication']}

sub_subfunction = {'Talent': ['Good Employee 1', 'Good Employee 2', 'Good Employee 3'],
                   'Analysis Human': [ 'Analysis HR 1', 'Analysis HR 2', 'Analysis HR 3'],
                   'Tech Sup': ['IT Tech 1', 'IT Tech 2', 'IT Tech 3', 'Tech Master'],
                   'Hardware': ['PC pieces', 'Phone pieces'],
                   'Sales': ['Car profit', 'Bolt profit'],
                   'Communication': ['Facebook Promo 1', 'Instagram Promo 1']}

在此数据帧中，此函数将返回不符合此规则的数据，在本例中，它将返回：

       Department           Function      Subfunction   Sub-subfunction
1        Dept2                 IT         Garbage    Analysis HR 2
3        Dept4                 HR          Hardware         Trash Data               
4        Dept5                 MKT           Sales           Facebook Promo 1
5        Dept6                 MKT           NaN             Car profit 

应用这些规则的最佳方式是什么？ 如您所见，dataframe的值可以在映射字典的值之外（尽管我可以将“函数”值全部映射到子函数字典中，如果这太有帮助的话）

---

谢谢你的支持

将您的DICT读入数据框，重新塑造，并将它们合并在一起，从而形成所有允许的

['Function'、'Subfunction'、'subsubsubfunction']

组合的数据框。然后使用带有指示器的

'left'

合并，我们可以查询不匹配的，并只返回该子集

df1 = (pd.DataFrame.from_dict(subfunction, orient='index')
         .stack()
         .reset_index()
         .drop(columns='level_1')
         .rename(columns={'level_0': 'Function', 0: 'Subfunction'}))

df2 = (pd.DataFrame.from_dict(sub_subfunction, orient='index')
         .stack()
         .reset_index()
         .drop(columns='level_1')
         .rename(columns={'level_0': 'Subfunction', 0: 'Sub-subfunction'}))

# All allowable combinations 
key = df1.merge(df2)

res = (df.merge(key, indicator=True, how='left')
         .query('_merge == "left_only"')
         .drop(columns='_merge'))

---

---

您好，这将返回“函数”正确的所有行。是否因为要清理的数据框也包含空白单元格？可能是因为每列的类型？不管怎样，我试着把这两个问题都解决了，但我做不到t@PauloCortez是的，如果您有空白单元格，这将不起作用，因为

NaN

与任何内容都不匹配。或者如果单元格有前导/尾随空格。在这种情况下，有其他方法可以获取您想要的内容，但与您提供的数据不匹配。抱歉，谢谢您提供的信息。我在“汽车利润”和NaN值后添加了尾随空格，以便更好地模拟我的实际数据

df1 = (pd.DataFrame.from_dict(subfunction, orient='index')
         .stack()
         .reset_index()
         .drop(columns='level_1')
         .rename(columns={'level_0': 'Function', 0: 'Subfunction'}))

df2 = (pd.DataFrame.from_dict(sub_subfunction, orient='index')
         .stack()
         .reset_index()
         .drop(columns='level_1')
         .rename(columns={'level_0': 'Subfunction', 0: 'Sub-subfunction'}))

# All allowable combinations 
key = df1.merge(df2)

res = (df.merge(key, indicator=True, how='left')
         .query('_merge == "left_only"')
         .drop(columns='_merge'))

print(res)

  Department Function    Subfunction   Sub-subfunction
1      Dept2       IT        Garbage     Analysis HR 2
3      Dept4       HR       Hardware        Trash Data
4      Dept5      MKT          Sales  Facebook Promo 1
5      Dept6      MKT  Communication        Car profit