pandas - 如果 dtype 列表（对象）列中的值具有特定值，则查找行

Question

给定如下数据框   A  B  C-1  D  BTP           Type C1           Type C20  0  1    0  0    0               NaN          [Type B]1  0  2    1  1   14          [Type B]          [Type B]2  0  3    2  2   28          [Type A]          [Type B]3  0  4    3  3   42  [Type A, Type B]  [Type A, Type B]4  0  5    4  4   56          [Type A]  [Type A, Type B]想要获取具有Type A列值的行Type C1和应返回行索引 342的列。BTP尝试了以下，但给出了错误KeyError: Falsedf.loc[(df['BTP'] == 42) & ('Type A' in df['Type C1'])]我最终想要做的是获取符合上述条件的行（这将是单行）并提取列的值B并C-1作为字典{'B_val': 4, 'C_val': 3}

Answer 1

您可以使用

>>> type_a = df['Type C1'].apply(pd.Series).eq('Type A').any(1)

>>> df[df['BTP'].eq(42) & type_a]

   A  B  C-1  D  BTP           Type C1           Type C2

3  0  4    3  3   42  [Type A, Type B]  [Type A, Type B]

Answer 2

使用，Series.str.join连接列中的列表Type C1，然后我们可以Series.str.contains在此列上使用来检查给定的字符串 ieType A是否存在于系列中，最后我们可以使用布尔值过滤数据帧的行mask：

mask = df['BTP'].eq(42) & df['Type C1'].str.join('-').str.contains(r'\bType A\b')

df = df[mask]

结果：

# print(df)

   A  B  C-1  D  BTP           Type C1           Type C2

3  0  4    3  3   42  [Type A, Type B]  [Type A, Type B]

Answer 3

我使用自定义函数解决了这个问题，根据所考虑的列表是否包含“类型 A”，为每一行返回真/假值列表。

# Check if elem is present in column 'col'

def has_elem(col, elem):

    result = []

    for c in col:

        if elem in c:

            result.append(True)

        else:

            result.append(False)

    return result

# Filter

df.loc[(df['BTP'] == 42) & has_elem(df['Type_C1'], 'Type A'), :]

您的代码不起作用的原因是因为第二个过滤器子句在 Series 对象中'Type A' in df['Type_C1']查找字符串的成员资格，并因此返回。相反，您需要返回一系列 True/False 值，数据框中的每一行 1。'Type A'df['Type_C1']False