我有来自 2 个不同数据帧的 2 列。我想检查第 1 列是否是第 2 列的子集。
我使用了以下代码:
set(col1).issubset(set(col2))
问题在于,如果 col1 仅包含整数而 col2 同时包含整数和字符串,则返回 false。发生这种情况是因为 col2 的元素被强制转换为字符串。例如,
set([376, 264, 365, 302]) &
set(['302', 'water', 'nist1950', '264', '365', '376'])
我尝试使用 pandas 中的 isin
。但如果 col1 和 col2 是系列,那么这会给出一系列 bool 值。我想要对或错
。
如何解决这个问题?有没有我错过的更简单的功能?
编辑 1
添加示例。
col1
0 365
1 376
2 302
3 264
Name: subject, dtype: int64
col2
0 nist1950
1 nist1950
2 water
3 water
4 376
5 376
6 302
7 302
8 365
9 365
10 264
11 264
12 376
13 376
Name: subject, dtype: object
编辑2
col1 和 col2 可以有整数、字符串、 float 等。我不想对这些列中的内容做出任何预先判断。
最佳答案
您可以使用isin
与 all
检查所有 col1
元素是否包含在 col2
中。要转换为数字,您可以使用 pd.to_numeric
:
s1 = pd.Series([376, 264, 365, 302])
s2 = pd.Series(['302', 'water', 'nist1950', '264', '365', '376'])
res = s1.isin(pd.to_numeric(s2, errors='coerce')).all()
In [213]: res
Out[213]: True
更详细:
In [214]: pd.to_numeric(s2, errors='coerce')
Out[214]:
0 302
1 NaN
2 NaN
3 264
4 365
5 376
dtype: float64
In [215]: s1.isin(pd.to_numeric(s2, errors='coerce'))
Out[215]:
0 True
1 True
2 True
3 True
dtype: bool
注意 pd.to_numeric
适用于 pandas 版本 >=0.17.0
,之前您可以使用 convert_objects
与 convert_numeric=True
编辑
如果您更喜欢使用 set
解决方案,您也可以将第一个集合转换为 str
,然后将它们与您的代码进行比较:
s3 = set(map(str, s1))
In [234]: s3
Out[234]: {'264', '302', '365', '376'}
然后您可以将 issubset
用于 s2
:
In [235]: s3.issubset(s2)
Out[235]: True
或者对于set(s2)
:
In [236]: s3.issubset(set(s2))
Out[236]: True
编辑2
s1 = pd.Series(['376', '264', '365', '302'])
s4 = pd.Series(['nist1950', 'nist1950', 'water', 'water', '376', '376', '302', '302', '365', '365', '264', '264', '376', '376'])
In [263]: s1.astype(float).isin(pd.to_numeric(s4, errors='coerce')).all()
Out[263]: True
关于python - 检查 Pandas 中的一个系列是否是另一个系列的子集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/36280562/