如果值出现在 pandas dataframe 的任何列中，如何打印行
我想打印数据框的所有行，在其中我从任何列的值列表中找到一些值。数据框遵循以下结构:
1476 13/03/2013 4 10 26 37 47 57
1475 09/03/2013 12 13 37 44 48 51
1474 06/03/2013 1 2 3 11 28 43
1473 02/03/2013 2 12 33 57 58 60
1472 27/02/2013 12 18 23 25 45 50
1471 23/02/2013 10 25 33 36 40 58
1470 20/02/2013 2 34 36 38 51 55
1469 16/02/2013 4 13 35 54 56 58
1468 13/02/2013 1 2 10 19 20 37
1467 09/02/2013 23 24 26 41 52 53
1466 06/02/2013 4 6 13 34 37 51
1465 02/02/2013 6 11 16 26 44 53
1464 30/01/2013 2 24 32 50 54 59
1463 26/01/2013 13 22 28 29 40 48
1462 23/01/2013 5 9 25 27 38 40
1461 19/01/2013 31 36 44 47 49 54
1460 16/01/2013 4 14 27 38 50 52
1459 12/01/2013 2 6 30 34 35 52
1458 09/01/2013 2 4 16 33 44 51
1457 05/01/2013 15 16 34 42 46 59
1456 02/01/2013 6 8 14 26 36 40
1455 31/12/2012 14 32 33 36 41 52
1454 22/12/2012 4 27 29 41 48 52
1453 20/12/2012 6 13 25 32 47 57
首先:我有一系列大小为 3 的值，它们来自 6 个不同值的组合。
第二:我有一个包含 2143 行的数据框。我想检查在这些行中的任何一行中，我是否在列中以任何顺序排列了这三个值。
from itertools import combinations, groupby
from pandas import Series
from operator import itemgetter
inputlist = [2,12,35,51,57,58]
combined = combinations(inputlist, 3)
series = Series(list(g) for k, g in groupby(combined, key=itemgetter(0)))
给我这个:
0 [(2, 12, 35), (2, 12, 51), (2, 12, 57), (2, 12...
1 [(12, 35, 51), (12, 35, 57), (12, 35, 58), (12...
2 [(35, 51, 57), (35, 51, 58), (35, 57, 58)]
3 [(51, 57, 58)]
我刚刚尝试了查询命令，这就是我得到的:
df_ordered.query('_1 == 2 & _2 == 12')
ID DATE _1 _2 _3 _4 _5 _6
405 2002-10-19 2 12 32 38 47 48
615 2004-11-17 2 12 16 24 26 54
732 2006-01-28 2 12 26 31 43 46
1361 2012-02-11 2 12 19 22 36 58
1472 2013-03-02 2 12 33 57 58 60
1523 2013-08-24 2 12 40 46 52 53
1711 2015-06-10 2 12 19 29 50 59
2142 2019-04-17 2 12 35 51 57 58
现在，我想展开同样的事情，但我想查看所有这些列并找到这些值中的任何一个。
我也不知道如何将这些系列插入循环以在查询语句中查找值。
编辑:我尝试了 isin 命令，但我不知道如何将它扩展到我拥有的 6 列。
df[df._1.isin(combined)]
最佳答案
IIUC，您可以尝试使用 set.issuperset 创建一个带有列表理解的 boolean mask , numpy.reshape和 numpy.any :
import numpy as np
from itertools import combinations
inputlist = [2,12,35,51,57,58]
combined = np.array(list(combinations(inputlist, 3)))
mask = (np.array([set(row).issuperset(c) for row in df.values for c in combined])
.reshape(len(df), -1).any(1))
print(df[mask])
[输出]
ID DATE _1 _2 _3 _4 _5 _6
3 1473 02/03/2013 2 12 33 57 58 60
关于python - 如果值列表出现在 Pandas 数据框的任何列中，如何打印行，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/55777300/