使用字典为列值过滤pandas数据帧

Question

前提

我需要使用字典作为大型数据帧的过滤器，其中键值对是不同列中的值。 这个字典是从一个单独的数据dict(zip(df.id_col, df.rank_col))获得的，使用dict(zip(df.id_col, df.rank_col))所以如果字典不是最好的方法，那就可以改变了。

这与这个问题非常相似： 使用dict中的值过滤pandas数据帧，但从根本上（我认为）不同，因为我的字典包含列配对值：

示例数据

df_x = pd.DataFrame({'id':[1,1,1,2,2,2,3,3,3], 
'B':[1,1,1,0,1,0,1,0,1], 'Rank':['1','2','3','1', '2','3','1','2','3'],'D':[1,2,3,4,5,6,7,8,9]})
filter_dict = {'1':'1', '2':'3', '3':'2'}

对于这个数据帧df_x我希望能够查看过滤器字典并将其应用于一组列，这里是id和Rank ，因此数据帧将减少到：

实际的源数据帧大约是1M行，字典是> 100个键值对。 谢谢你的帮助。

Answer 1

你可以用isin查询

df_x[df_x[['id','Rank']].astype(str).apply(tuple,1).isin(filter_dict.items())]
Out[182]: 
   id  B Rank  D
0   1  1    1  1
5   2  0    3  6
7   3  0    2  8