我有一个包含两列的数据框,如下所示,
DT_EX = dt.Frame({'film':['Don','Warriors','Dragon','Chicago','Lion','Don','Chicago','Warriors'],
'gross':[400,500,600,100,200,300,900,1000]})
在第一种情况下,我想过滤电影是唐或芝加哥的观察,如下代码所示,
DT_EX[((f.film=="Don") | (f.film=="Chicago")),:]
在一秒钟内,我将为 3 个值应用过滤器,
DT_EX[((f.film=="Don") | (f.film=="Chicago") | (f.film=="Lion")),:]
在过滤超过 5 或 10 个值的情况下,我们应该为这些多个值做一个逻辑表达式,这肯定是一项耗时的任务。
是否有任何数据表方法可以更快地完成它?好像有
%in%
%chin%
R 中可用的过滤选项种类 data.table
.
最佳答案
Python 等效于 R 的 %in
运算符被简单地称为 in
.不幸的是,这个算子还没有在datatable中实现,相关功能请求是https://github.com/h2oai/datatable/issues/699 .
同时,我建议使用标准 reduce
带有 or_
的仿函数运算符(operator):
>>> import functools
>>> import operator
>>>
>>> films = ['Lion', 'Chicago', 'Don']
>>> filter = functools.reduce(operator.or_, (f.film == item for item in films))
>>> DT_EX[filter, :]
| film gross
-- + ------- -----
0 | Don 400
1 | Chicago 100
2 | Lion 200
3 | Don 300
4 | Chicago 900
[5 rows x 2 columns]
关于python - 如何过滤在 Pydatatable 框架的 I 表达式中传递的多个值的观察结果?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61494957/