pandas - 在 Dataframe 中选择一列的值在另一列表列中的行

Question

我正在尝试以下

df = pd.DataFrame({'col1': [1,2,3], 'col2': [[1,2], [3,4], [3,2]]})
df
     col1    col2
0     1      [1, 2]
1     2      [3, 4]
2     3      [3, 2]

我想选择col1值在col2列表中的行

df[df.col1.isin(df.col2)]
Empty DataFrame
Columns: [col1, col2]
Index: []

但我得到了空的df。为什么isin功能不起作用？

Answer 1

为什么isin功能不起作用？

Series.isin接受一个集合或列表。你打电话时：

df.col1.isin(some_set_or_list)

• 它只是测试 的每个值col1是否在整个some_set_or_list中，在这种情况下是[[1,2],[3,4],[3,2]]。
• 它不测试if col1[0]is in some_set_or_list[0]， if col1[1]is insome_set_or_list[1]等。事实上some_set_or_list，它的长度可能与 . 完全不同col1。

例如，如果col1' 的第一个值[3,4]改为：

df = pd.DataFrame({'col1': [[3,4],2,3], 'col2': [[1,2], [3,4], [3,2]]})

#      col1    col2
# 0  [3, 4]  [1, 2]
# 1       2  [3, 4]
# 2       3  [3, 2]

isin会给你True第一行，因为它是[3,4]一个整体（不是元素方面）：col2

df.col1.isin(df.col2)

# 0     True
# 1    False
# 2    False
# Name: col1, dtype: bool

您实际上要做的是逐行测试，这就是Rob 的回答：

df.apply(lambda row: row.col1 in row.col2, axis=1)

Answer 2

具有所需条件的简单情况apply(axis=1)以返回一个布尔值，然后可以将其用作掩码loc[]

import pandas as pd

df = pd.DataFrame({'col1': [1,2,3], 'col2': [[1,2], [3,4], [3,2]]})

df.loc[df.apply(lambda r: r["col1"] in r["col2"], axis=1)]

输出

	col1	col2
0	1	[1, 2]
2	3	[3, 2]