Pandas .isin（）用于列的每一行中的值列表

Question

我有一个小问题：我的DataFrame中有一个列，它有多行，并且在每一行中它包含1个或多个值，以“M”字母开头，后跟3个数字。 如果值超过1，则用逗号分隔。 我想打印出一个DataFrame的视图，只显示一行，其中1列保存我指定的值（例如，我希望它们保存列表中的任何项目['M111'，'M222']。我已经开始构建我的布尔掩码的方式如下：

df[df['Column'].apply(lambda x: x.split(', ').isin(['M111', 'M222']))]

在我看来，.apply（）和.split（）方法首先将'Column'值转换为每行中包含1个或更多值的列表，然后.isin（）方法确认是否有任何项目每行中的项目列表都在指定值列表中['M111'，'M222']。 然而，在实践中，我得到错误，而不是获得所需的DataFrame视图

'TypeError: unhashable type: 'list'

我究竟做错了什么？

亲切的问候，Greem

Answer 1

我想你需要：

df2 = df[df['Column'].str.contains('|'.join(['M111', 'M222']))]

Answer 2

您只能使用Pandas对象访问isin()方法。 但split()返回一个列表。 在Series包装split()将起作用：

# sample data
data = {'Column':['M111, M000','M333, M444']}
df = pd.DataFrame(data)

print(df)
       Column
0  M111, M000
1  M333, M444

现在将split()包装在Series 。
请注意， isin()将返回一个布尔值列表，每个元素对应一个来自split()元素。 您想知道“列表中的任何项目是否都在指定值列表中”，因此将any()添加到您的apply函数中。

df[df['Column'].apply(lambda x: pd.Series(x.split(', ')).isin(['M111', 'M222']).any())]

输出：

       Column
0  M111, M000

正如其他人所指出的那样，有更简单的方法可以实现您的最终目标。 但这是如何解决您遇到的isin()的具体问题。