Python 要索引的ID的交叉引用列表

我将与某个值关联的ID列表组合在一起，并将所有这些ID列表放入一个数据框中。它看起来是这样的：（index=id）

我希望遍历这些列表，并将它们交叉引用到id索引，其中phase等于2或3，然后将匹配的id保留在原始列表中（如果不可能，请使用修改过的列表创建一个新列）。如下所示：

    phase  list_ids
id  
a1  1      [a2,c3] #ids whose phase != 2|3 not kept in list
a2  3      [b2,c3]  
b1  3      [a2,b2] 
b2  2      [b1,b2] 
b3  3      [b2] 
c1  1      [a2,c3] 
c2  1      [b1] 
c3  2      [] 
c4  1      []

如果可能的话，我希望在dataframe对象中这样做，因为每行都有多个特性/依赖项。有没有关于如何做的建议

我的实际数据：

               phase  ids
Study_id             
ACP-103-006    2.0   [ACP-103-006, ACP-103-020, ACP-103-019, ACP-10... 
ACP-103-008    2.0   [ACP-103-006, ACP-103-020, ACP-103-019, ACP-10...  
ACP-103-010    2.0   [ACP-103-042, ACP-103-034, ACP-103-014, ACP-10...  
ACP-103-012    3.0   [ACP-103-042, ACP-103-034, ACP-103-014, ACP-10...  
ACP-103-014    3.0   [ACP-103-042, ACP-103-034, ACP-103-014, ACP-10...   

以及数据类型：

phase float64 
ids object
dtype: object 

以及良好的_id输出：

print(good_ids)
{'CLS1001-301', 'EFC13799', 'AG120-C-009', 'IRBES_R_04320', 'LTS11298', 'CLS1003-302', '13621', 'TMC-ORI-10-01', '11935', 'C_8428', 'ACP-103-008', 'SFY13476', 'MNTX 301EXT', '14-OBE001-016', '812P310', 'V01-126A-201', 'VX06-770-101', 'EFC11603', ...}

---

假设列

list\u id

中的每个元素都是字符串列表，可以执行以下操作：

首先获取“良好”ID的

集合
（其中阶段为2或3）：

接下来使用
apply
过滤
列表ID
，使用
良好ID
：

df["list_ids"] = df["list_ids"].apply(lambda x: [val for val in x if val in good_ids])
print(df)
#    phase  list_ids
#id                 
#a1      1  [a2, c3]
#a2      3  [b2, c3]
#b1      3  [a2, b2]
#b2      2  [b1, b2]
#b3      3      [b2]
#c1      1  [a2, c3]
#c2      1      [b1]
#c3      2        []
#c4      1        []

忘记提及“阶段”列的类型为“浮动”。我得到一个错误“'float'对象不可编辑”。这似乎是另一个错误。你能把你犯错误的地方贴出来吗？我的猜测是，您可能缺少
isin（[…]）
中的方括号，可能错误在于
“ids”
列中的某个地方有一个
浮点值（而不是列表）。试着做
sub.head（5）[“id”]。应用（lambda x:[val for val in x if val in good_id]）
看看前5行是否有效。是的，似乎有效。我记得有些id没有任何非数字字符。只需要弄清楚如何递归地更改所有列表元素的所有类型就可以了。如果不是列表，您可以尝试将所有“ID”转换为列表：
subs[“ID”]。apply（lambda x:x ifisinstance（x，list）else[x]）
good_ids = set(df[df["phase"].isin([2,3])].index)
print(good_ids)
#{'a2', 'b1', 'b2', 'b3', 'c3'}

df["list_ids"] = df["list_ids"].apply(lambda x: [val for val in x if val in good_ids])
print(df)
#    phase  list_ids
#id                 
#a1      1  [a2, c3]
#a2      3  [b2, c3]
#b1      3  [a2, b2]
#b2      2  [b1, b2]
#b3      3      [b2]
#c1      1  [a2, c3]
#c2      1      [b1]
#c3      2        []
#c4      1        []