열의 값이 값 집합 목록에 있는 경우 데이터 프레임 행 필터링

열의 값이 값 집합 목록에 있는 경우 데이터 프레임 행 필터링

이 질문에는 이미 답변이 있습니다.

SQL과 같이 'in'과 'not in'을 사용하여 Panda 데이터 프레임을 필터링하는 방법 (11개의 답변)

값 목록을 사용하여 Panda 데이터 프레임에서 행 선택 (5개의 답변)

닫힘3년 전.

Python Panda Data Frame을 가지고 있습니다.rpt:

rpt
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 47518 entries, ('000002', '20120331') to ('603366', '20091231')
Data columns:
STK_ID                    47518  non-null values
STK_Name                  47518  non-null values
RPT_Date                  47518  non-null values
sales                     47518  non-null values

재고 ID가 다음과 같은 행을 필터링할 수 있습니다.'600809'다음과 같습니다.rpt[rpt['STK_ID'] == '600809']

<class 'pandas.core.frame.DataFrame'>
MultiIndex: 25 entries, ('600809', '20120331') to ('600809', '20060331')
Data columns:
STK_ID                    25  non-null values
STK_Name                  25  non-null values
RPT_Date                  25  non-null values
sales                     25  non-null values

그리고 나는 다음과 같은 주식의 모든 열을 모으고 싶다.['600809','600141','600329']즉, 다음과 같은 구문이 필요합니다.

stk_list = ['600809','600141','600329']

rst = rpt[rpt['STK_ID'] in stk_list] # this does not works in pandas 

판다들은 위의 명령을 받아들이지 않기 때문에, 어떻게 목표를 달성할 것인가?

를 사용합니다.isin방법:

rpt[rpt['STK_ID'].isin(stk_list)]

isin()는 완전일치 리스트가 있는 경우 이상적이지만 부분일치 리스트 또는 서브스트링 리스트가 있는 경우 메서드와 정규 표현을 사용하여 필터링할 수 있습니다.

예를 들어, 데이터 프레임을 반환할 경우 모든 재고 ID가 다음 문자로 시작됩니다.'600'그 다음에, 다음의 3 자리수가 됩니다.

>>> rpt[rpt['STK_ID'].str.contains(r'^600[0-9]{3}$')] # ^ means start of string
...   STK_ID   ...                                    # [0-9]{3} means any three digits
...  '600809'  ...                                    # $ means end of string
...  '600141'  ...
...  '600329'  ...
...      ...   ...

값을 입력할 문자열 목록이 있다고 가정합니다.'STK_ID'마지막으로 예를 들어,

endstrings = ['01$', '02$', '05$']

이러한 문자열을 정규식 'or' 문자와 결합할 수 있습니다.|끈을 넘겨주고str.contains데이터 프레임을 필터링하려면:

>>> rpt[rpt['STK_ID'].str.contains('|'.join(endstrings)]
...   STK_ID   ...
...  '155905'  ...
...  '633101'  ...
...  '210302'  ...
...      ...   ...

마침내.contains(설정에 따라) 대소문자를 무시할 수 있습니다.case=False)를 사용하면 대조할 문자열을 지정할 때 보다 일반적인 내용을 알 수 있습니다.

예를들면,

str.contains('pandas', case=False)

일치할 것이다PANDAS,PanDAs,paNdAs123기타 등등.

다음을 사용하여 범위를 사용할 수도 있습니다.

b = df[(df['a'] > 1) & (df['a'] < 5)]

또한 DataFrame에 직접 문의하여 이 정보를 확인할 수도 있습니다.

rpt.query('STK_ID in (600809,600141,600329)')

또는 마찬가지로 범위를 검색합니다.

rpt.query('60000 < STK_ID < 70000')

판다와 함께 데이터 슬라이스

다음과 같은 데이터 프레임이 지정됩니다.

    RPT_Date  STK_ID STK_Name  sales
0 1980-01-01       0   Arthur      0
1 1980-01-02       1    Beate      4
2 1980-01-03       2    Cecil      2
3 1980-01-04       3     Dana      8
4 1980-01-05       4     Eric      4
5 1980-01-06       5    Fidel      5
6 1980-01-07       6   George      4
7 1980-01-08       7     Hans      7
8 1980-01-09       8   Ingrid      7
9 1980-01-10       9    Jones      4

데이터를 선택하거나 슬라이스하는 방법은 여러 가지가 있습니다.

.isin 사용

가장 확실한 것은.isin특징.마스크는 만들 수 있습니다.True/False다음과 같이 데이터 프레임에 적용할 수 있습니다.

mask = df['STK_ID'].isin([4, 2, 6])

mask
0    False
1    False
2     True
3    False
4     True
5    False
6     True
7    False
8    False
9    False
Name: STK_ID, dtype: bool

df[mask]
    RPT_Date  STK_ID STK_Name  sales
2 1980-01-03       2    Cecil      2
4 1980-01-05       4     Eric      4
6 1980-01-07       6   George      4

마스킹은 이 문제에 대한 임시 해결책이지만 속도와 메모리 측면에서 항상 좋은 성능을 발휘하는 것은 아닙니다.

인덱싱 사용

인덱스를 로 설정함으로써STK_ID기둥, 우리는 팬더에 내장된 슬라이싱 오브젝트를 사용할 수 있다..loc

df.set_index('STK_ID', inplace=True)
         RPT_Date STK_Name  sales
STK_ID                           
0      1980-01-01   Arthur      0
1      1980-01-02    Beate      4
2      1980-01-03    Cecil      2
3      1980-01-04     Dana      8
4      1980-01-05     Eric      4
5      1980-01-06    Fidel      5
6      1980-01-07   George      4
7      1980-01-08     Hans      7
8      1980-01-09   Ingrid      7
9      1980-01-10    Jones      4

df.loc[[4, 2, 6]]
         RPT_Date STK_Name  sales
STK_ID                           
4      1980-01-05     Eric      4
2      1980-01-03    Cecil      2
6      1980-01-07   George      4

이렇게 하면 인덱싱에 시간이 조금 걸리더라도 이렇게 여러 쿼리를 수행할 경우 시간을 절약할 수 있습니다.

데이터 프레임 병합

이 작업은 데이터 프레임을 병합하여 수행할 수도 있습니다.이러한 예보다 데이터가 훨씬 많은 시나리오에 적합합니다.

stkid_df = pd.DataFrame({"STK_ID": [4,2,6]})
df.merge(stkid_df, on='STK_ID')
   STK_ID   RPT_Date STK_Name  sales
0       2 1980-01-03    Cecil      2
1       4 1980-01-05     Eric      4
2       6 1980-01-07   George      4

메모

위의 모든 방법은 동일한 행이 여러 개 있는 경우에도 작동합니다.'STK_ID'

또한 'query'와 @: 를 사용하여 유사한 결과를 얻을 수 있습니다.

예:

df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'f']})
df = pd.DataFrame({'A' : [5,6,3,4], 'B' : [1,2,3, 5]})
list_of_values = [3,6]
result= df.query("A in @list_of_values")
result
   A  B
1  6  2
2  3  3

사용할 수 있습니다.query(예:

b = df.query('a > 1 & a < 5')

언급URL : https://stackoverflow.com/questions/12065885/filter-dataframe-rows-if-value-in-column-is-in-a-set-list-of-values