Python 如何在写入列表时筛选熊猫系列

对于pandas数据框中的给定列

'a'

，我一直在尝试编写列

.tolist（）

，并过滤掉

'。

。这是可行的，但看起来不太可读：

exclude   = tbl['A'].isin(['.'])
list_of_A = tbl['A'][~exclude].tolist()

list\u of_A=tbl['A'][~tbl['A'].isin（['.]]）].tolist（）

此外，检查一个列表的速度似乎不必要地慢，尽管

str.contains（'.'）

由于模式匹配，速度似乎会慢一些。我错过了更好的方法吗

更新： @jpp、@piRSquared和@Scott Boston都有很好的方法，所以归结起来就是一个测试：

>>> tbl = pd.DataFrame(np.random.randn(50000, 3), columns=list('ABC'))
>>> tbl.loc[tbl.sample(10000).index, 'A'] = '.'
>>> min(timeit.repeat("list_of_A = tbl.loc[tbl['A'].ne('.'), 'A'].tolist()", repeat=1000, number=100, globals=globals()))
0.37328900000102294
>>> min(timeit.repeat("list_of_A = tbl.A.values[tbl.A.values != '.'].tolist()", repeat=1000, number=100, globals=globals()))
0.1470019999997021
>>> min(timeit.repeat("tbl.query('A != \".\"')['A'].tolist()", repeat=1000, number=100, globals=globals()))
0.45748099999946135

---

发现

.loc

为我打开了一个充满可能性的世界，但要粉碎“n”获取一个过滤列列表，似乎转换为ndarray最快。

使用一个临时变量和两行代码可以使其更具可读性：

exclude   = tbl['A'].isin(['.'])
list_of_A = tbl['A'][~exclude].tolist()

有两点需要注意：

• 链式索引是；避免，因为这是从来没有必要的
• 仅当您与

  列表

  /

  集

  /

  pd.Series

  进行比较时，才建议使用

  isin

  <代码>loc具有

  =

  操作员的访问者应足够

请尝试以下方法：

list_of_A = tbl.loc[~(tbl['A'] == '.'), 'A'].tolist()

正如@BradSolomon所指出的，还有一种选择：

list_of_A = tbl.loc[tbl['A'].ne('.'), 'A'].tolist()

---

使用列表理解

list_of_A = [x for x in df['A'] if x != '.']

可能更有效

list_of_A = [x for x in df['A'].values.tolist() if x != '.']

更快

tbl.A.values[tbl.A.values != '.'].tolist()

---

您可以使用

query

以提高可读性：

tbl.query('A != "."')['A'].tolist()

---

或者：

tbl.loc[tbl.A.ne（'.'），'A'].tolist（）

Related@dragon951，以下解决方案之一是否有帮助？如果是，请随意接受（勾选左侧）。so

.values

返回序列的数据数组，但是[]是否按子集数组对第一个数组进行切片？我不明白正在进行的操作。@dragon951是的。[]内部是一个布尔数组，其值等于该序列。这被称为布尔切片，它将给您留下一个与这些值不等于“”的位置重合的值数组