2

我想根据列表从数据框中选择一些数据。我已经提到了包括这个在内的一些刻薄的问题。我的“df2”如下：

   col1 col2  session_number col3 col4  session
0    1.1    A               0  1.1    X        1
1    1.1    A               1  1.7    X        2
2    1.1    A               2  2.5    Y        3
3    2.6    B               0  2.6    Y        7
4    2.5    B               0  3.3    Z        5

我想将“col2”和“会话”分组到另一个数据框中。

df3 = pd.DataFrame({'count' : df2.groupby( ["col2","session"] ).size()}).reset_index()

所以我的df3就像：

   col2  session  count
0     A        1      1
1     A        2      1
2     A        3      1
3     A        6      1
4     B        5      1
5     B        7      1

现在我想找到 col2='D' 的会话值。（这些值不在这里，因为我只放了部分数据框）

li = []
li.append(df3[df3.col2 == 'D' ]['session'].values)

然后我想回到 df2 并为 'li' 中的会话值获取相应的 'col1' 值

print df2[df2['session'].isin(li)]['col1'].unique()

它给出以下错误。

Traceback (most recent call last):
  File "/home/nilani/Desktop/testingSessions.py", line 40, in <module>
    print df2[df2['session'].isin(li)]['col1'].unique()
  File "/usr/local/lib/python2.7/dist-packages/pandas-0.11.0-py2.7-linux-x86_64.egg/pandas/core/series.py", line 2785, in isin
    value_set = set(values)
TypeError: unhashable type: 'numpy.ndarray'

但是，如果我在 'li' 中使用如下值，它不会给出任何错误并正确打印输出。

print df2[df2['session'].isin([ 4, 10])]['col1'].unique()

这里有什么问题？

4

1 回答 1

1

这是因为 you li 是一个包含数组的列表：

li == [array([4, 10])]

目前，查看isinli 试图查看是否有 4 和 10 的数组（而不是包含在其中）......事实上，这更糟糕，因为即使查看 li 是否会产生错误。

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

你想要更简单的：

li == array([4, 10])

那是

li = df3[df3.col2 == 'D' ]['session'].unique()  # or values

但是，在之前的问题中，您的会话值是通过按 col2 分组获得的，因此这将与以下内容完全相同：

df[df['col2'] == 'D']['col1'].unique()
于 2013-07-14T08:43:09.570 回答