获取基于另一列的列值，其中包含pandas dataframe中的字符串列表

Question

我试过这个链接 。 但它对我下面给出的例子不起作用。 我尝试了loc [0]作为输出。 我试过.item（）。 但这些都不能帮助我。

>>> df2 = pd.DataFrame({ 'Item':['[Phone]', '[Watch]', '[Pen]', '[Pencil]', '[Knife]'], 'RelatedItem': ['[Phone cover]', '[Watch strap]', '[Pen cap]', '[Pencil lead]', '[fork]'], 'CountinInventory':['20','50','40','80','90']})
>>> df2
    Item     RelatedItem   CountinInventory
0   [Phone]  [Phone cover]               20
1   [Watch]  [Watch strap]               50
2     [Pen]      [Pen cap]               40
3  [Pencil]  [Pencil lead]               80
4   [Knife]         [fork]               90
>>> df2.loc[df2['Item'] == 'Phone', 'RelatedItem']
Series([], Name: RelatedItem, dtype: object)
>>> df2.loc[df2['Item'] == 'Phone', 'RelatedItem', 'CountinInventory']
pandas.core.indexing.IndexingError: Too many indexers

我有这些数据，当我提供Phone ，我需要将Phone cover和CountinInventory值作为我的答案。 请指出我在这里做的错误。

Answer 1

我相信你需要str来删除first和last []或者使用str.strip ：

mask = df2['Item'].str[1:-1] == 'Phone'
#alternative solution
#mask = df2['Item'].str.strip('[]') == 'Phone'

print (mask)
0     True
1    False
2    False
3    False
4    False
Name: Item, dtype: bool

如果没有可能的缺失值使用list comprehension ，如果大数据更快：

mask = [x[1:-1] == 'Phone'for x in df2['Item']]

mask = [x.strip('[]') == 'Phone'for x in df2['Item']]
print (mask)

[True, False, False, False, False]

最后选择多列使用list ：

df3 = df2.loc[mask, ['RelatedItem', 'CountinInventory']]
print (df3)
     RelatedItem CountinInventory
0  [Phone cover]               20

Answer 2

你也可以使用：

df.loc[df['Item'].str.contains('Phone'), ['RelatedItem',  'CountinInventory']]

错误too many indexers是因为df.loc []需要带有标签的标签，列表或切片对象的数组。 但是你给了一系列'标签'。