python - 通过一系列 boolean 掩码过滤一系列列表中的列表元素

Question

我有两个系列，如下所示: 系列 1 有 str 列表，而系列 2 有 boolean 表达式的 numpy 数组。

但是我有大约 50,000 行，我想查看基于 boolean 表达式的值，例如

ser1 = pd.Series([[1, 2, 3], [4], [7, 8]])
ser2 = pd.Series([[True, False, True], [False], [True, True]])

ser1

0    [1, 2, 3]
1          [4]
2       [7, 8]
dtype: object

ser2

0    [True, False, True]
1                [False]
2           [True, True]
dtype: object

并且，

Output=[1,3],[],[7,8],....

我尝试了两种方法，但无法正确构建它们，第一种方法花费了太多时间，而第二种方法则不起作用。

output=[]
for i in range(len(Series1)):
output.append(Series1.apply(np.array)[i][Series2[i]])

output=[Series1.apply(lambda x: x[i]) for i in Series2]

您对我获得此输出有什么建议吗？
非常感谢。

Answer 1

ser1 = pd.Series([[1, 2, 3], [4], [7, 8]])
ser2 = pd.Series([[True, False, True], [False], [True, True]])

有几种方法可以做到这一点，但我不建议应用。一种选择是使用 numpy 的 boolean 索引来zip系列并进行过滤:

pd.Series([np.array(x)[y] for x, y in zip(ser1, ser2)])

0    [1, 3]
1        []
2    [7, 8]
dtype: object

如果您需要结果作为列表，请在末尾调用.tolist:

output = pd.Series([list(np.array(x)[y]) for x, y in zip(ser1, ser2)]).tolist()
output
# [[1, 3], [], [7, 8]]

<小时/>

您还可以将其设为具有嵌套列表理解的纯 Python 列表组合。

pd.Series([
    [i for i, j in zip(x, y) if j] for x, y in zip(ser1, ser2)])

0    [1, 3]
1        []
2    [7, 8]
dtype: object

我推荐这个用于小列表，因为将列表转换为 numpy 数组(如第一个解决方案所做的那样)会产生大量开销。

<小时/>

如果可以选择扁平化列表，您应该考虑这样做，因为这可能是最快的选择。

from itertools import chain

ser3 = np.array(list(chain.from_iterable(ser1)))
ser4 = np.array(list(chain.from_iterable(ser2)))

ser3[ser4]
# array([1, 3, 7, 8])

不幸的是，您丢失了输入的结构，但如果这不是问题，那么这就是胜利者。