问题标签 [isin]

我有一个类似的字典：

和 df 有两列；具有多个字符串的文本列：

如果文本列中的任何字符串与 dict.values 匹配，我想使用 dict 中的密钥对向 df 添加额外的列，因此对于 a - color / b - fruits / c - animal。

我正在尝试使用isin列表，但认为使用 dict 可能会更有效。？任何帮助表示赞赏

我正在尝试根据分类评估一些图像。我使用下面的代码来读取 csv 文件：

所以我有一些看起来像这样的东西：

因此，如果我想保留值为“Green”的图像，输出应如下所示：

这意味着当至少有一个我检查的元素位于最后一列时，我想在第一列中保留具有相同 id 的图像。

我使用了该isin方法，但我不知道如何将图像保留在其余行中，这些图像至少在最后一列中具有“绿色”值。

假设我有多个数据框：

如何创建一个新的 df 只包含列中有值的行A并且B在同一日期时间？我尝试使用该isin功能：

但这仅进行单向检查，即仅保留同时A存在 的值的值，但如果日期时间中不存在的额外值则保留在 df2 中。BdatetimeBA

我可以在相反的方向重复操作来解决这个问题：

但是对于 >2 个数据帧（我目前的工作中大约有 50 个），这变得非常冗长且效率低下，因为有必要遍历整个数据帧集之间的每一个可能的配对组合。例如，首先需要对照 df1 和 df2 检查第三个数据帧 df3，但如果它包含既不存在于 df1 也不存在于 df2 中的日期时间，那么 df1 和 df2 将依次需要对照 df3 重新检查。

所需的输出是重新定义所有数据帧，以便它们仅包含具有匹配日期时间值的A、等值。B

我在 python 中有两个数据框，一个名为 DayList，包含以下列：OrderNr Powder Variant Quantity DueDate，另一个名为 Planning，包含以下列：Order Start End Day Powder Variant Task。两个数据框都将有多行具有特定组合，Powder 和 Variant 的列条目将是一个整数，我想将数据框 DayList 过滤为三个类别。

第一类是行的子集，其中 Powder 和 Variant 的确切组合也存在于数据框 Planning 的某处。第二类是数据框 Planning 中不存在 Powder 和 Variant 的确切组合的行的子集，但 Powder 的条目位于数据框 Planning 中的 Powder 列中的某个位置。第三类是 Powder 条目不在数据框 Planning 中的 Powder 列中的行子集。

这三个类别不应重叠，而是由数据框 DayList 的所有行组成。我对数据框很陌生，所以我不确定如何定义它。我一直在尝试使用 isin() 但我似乎对第一类的正确陈述感到困惑。

我正在尝试将列表中的值与数据框列的值进行比较。如果两者相等，我想保存数据框的整行。我无法编写指令来保存数据帧的整行。

以下是数据框和列表的一些数据：

我开始写的代码如下：

我得到的结果是不对的。

这里有什么问题？

谢谢你的建议

根据要求，这是一个最小的可重现示例，它将产生 .isin() 不删除不在 .isin() 中的值而只是将它们设置为零的问题：

我为“服务年限”的列创建了垃圾箱：

然后我将 .isin() 应用于名为“yos_bins”的数据框列，目的是过滤选择的列值。摘自 df 中的列。

我用来切片的列称为“yos_bins”（即分箱服务年限）。我只想选择 3 个范围（0-1、1-2、2-3 年），但显然该列中包含更多范围。

令我惊讶的是，当我应用 value_counts() 时，我仍然从 df 数据框中获取 yos_bins 列的所有值（但计数为 0）。

看起来像这样：

这不是故意的，除了 isin() 中的 3 之外的所有其他 bin 都应该被删除。产生的问题是 0 值显示在 sns.countplots 中，所以我最终得到了不想要的零计数列。

当我保存 df to_excel() 时，所有“10-15”值字段都显示“带有 2 位年份的文本日期”错误。我没有将该数据帧加载回python，所以不确定这是否会导致问题？

有谁知道我如何创建仅包含 3 个 yos_bins 值而不是显示所有 yos_bins 值但有些为零的测试数据框？

问题：

你好，

在搜索选择数据框的方法时（对 Pandas 相对缺乏经验），我有以下问题：

对于大型数据集，什么更快 - .isin() 或 .query()？

Query 阅读起来更直观一些，因此由于我的工作，我更喜欢这种方法。但是，在一个非常小的示例数据集上对其进行测试，查询似乎要慢得多。

有没有人以前正确测试过这个？如果有，结果如何？我搜索了网络，但找不到关于此的其他帖子。

请参阅下面的示例代码，它适用于 Python 3.8.5。

非常感谢您的帮助！

代码：

基本上，我有一堆按颜色（项目）分类的独特项目的单一列表。我做了一些事情并使用这些独特项目（组合）的选定组合生成一个数据框。我的目标是列出原始列表中未出现在组合数据框中的项目。理想情况下，我想检查所有四个颜色列，但对于我的初始测试，我只选择了“红色”列。

我的第一次尝试是使用下面的行，但这会引发执行错误“KeyError：'Id'”。一个论坛帖子表明可能会解决它，但这drop=True在set_index我的情况下似乎不起作用。

我试图通过使用这条线来解决它。在执行时，它会生成一个空数据框。仅通过检查，在考虑“红色”列时应返回项目 6917529249201580539。考虑到所有组合列，项目 6917529249201580539、6917529246740186376、6917529212665335174 和 6917529316674574229 应作为未使用返回。

我会很感激和想法或指导。谢谢。

我可以动手使用 ISIN pandas 函数。基本上，我需要按年份根据不同的标准汇总数据框中的数据。问题是我需要对数据进行许多汇总（例如国家名称、资助计划等）。为了方便起见，我试图在 for 循环中执行此操作。下面是一个简化的例子：

在这里，我试图为每个国家和一对程序（ProgA 或 ProgB）创建一个列表。

aux = EABlock.loc[EABlock["Country"].isin([Ctry]) & EABlock["FundingSource"].isin([Prog]),["2020","2021","2022","2023","2024","2025","2026","2027","2028"]].agg(sum)

其中 Prog = ['ProgA', 'ProgB']

我得到了这个错误的结果（全为零）：

相反，我写

aux = EABlock.loc[EABlock["Country"].isin([Ctry]) & EABlock["FundingSource"].isin(["ProgA", "ProgB"]),["2020","2021","2022","2023","2024","2025","2026","2027","2028"]].agg(sum)

我得到正确的结果：

更让我困惑的是，标准似乎完全相同：

我究竟做错了什么？

在 python 中学习了两个月，我现在正专注于Pandas。在我目前的职位上，我在数据帧上使用 VBA，因此学习它以慢慢取代它并促进我的职业生涯。到目前为止，我相信我真正的问题是缺乏对关键概念的理解。任何帮助将不胜感激。

这就是我的问题：

我可以去哪里了解更多关于如何做这样的事情以获得更精确的过滤。我非常接近，但我需要一个关键方面。

目标

主要目标我需要跳过我的 ID 列中的某些值。 下面的代码去掉了破折号“-”，最多只能读取 9 位数字。但是，我需要跳过某些 ID，因为它们是唯一的。

之后，我将开始比较多张纸。

• 主数据框 ID 的格式为 000-000-000-000
• 我将比较它的其他数据帧没有破折号“-”作为 000000000 和三个减去 000 的总九位数。

我需要跳过的唯一 ID 在两个数据帧中是相同的，但格式完全不同，范围为 000-000-000_#12、000-000-000_35 或 000-000-000_z。

我将在每个 ID 上使用的代码（唯一 ID 除外）：

但我想使用类似的 if 语句（这不起作用）

为了更清楚，我的输入 DataFrame 是这样的：

我希望将其作为输出：

笔记：

• dfSS 是我的 Dataframe 变量名，也就是我正在使用的 excel。“ID”是我的列标题。事后将使其成为索引
• 我在这项工作中的数据框很小，（行、列）的数量为（2500、125）
• 我没有收到错误消息，所以我猜也许我需要某种循环。也开始测试循环。那里没有运气......但是。

这是我一直在研究这个的地方：

• 数据框列值与列表的比较
• 如何使用 SQL 中的“in”和“not in”过滤 Pandas 数据帧
• 熊猫中带有〜isin（）的if语句
• 记录链接模块-我认为这行不通
• 正则表达式操作 - 目前很难完全理解这一点