熊猫在许多专栏上

Question

我想从数据框df中选择行，其中许多列中的任何一个都包含列表my_list中的值。 有几十个列，将来可能还会有更多列，因此我不想遍历列表中的每个列。

我不想要这样：

# for loop / iteration
for col in df.columns:
    df.loc[df[col].isin(my_list), "indicator"] = 1

也没有：

# really long indexing
df = df[(df.col1.isin(my_list) | (df.col2.isin(my_list) | (df.col3.isin(my_list) ... (df.col_N.isin(my_list)]  # ad nauseum

我也不想将数据框从宽格式重整为长格式。

我在想（希望）有一种方法可以一次完成此操作，一次将isin()应用于许多列。

谢谢！

Answer 1

您可以使用DataFrame.isin（） ，它是一个DataFrame方法，而不是字符串方法。

new_df = df[df.isin(my_list)]

Answer 2

或者，您可以尝试：

df[df.apply(lambda x: x.isin(mylist)).any(axis=1)]

要么

df[df[df.columns].isin(mylist)]

即使您不是非常必要，也不需要创建列表，而是直接按如下所示进行分配。

df[df[df.columns].isin([3, 12]).any(axis=1)]

检查您的努力后：

示例数据框：

>>> df
   col_1  col_2  col_3
0      1      1     10
1      2      4     12
2      3      7     18

列表构造：

>>> mylist
[3, 12]

解决方案：

>>> df[df.col_1.isin(mylist) | df.col_2.isin(mylist) | df.col_3.isin(mylist)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18

>>> df[df.isin(mylist).any(axis=1)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18

要么 ：

>>> df[df[df.columns].isin(mylist).any(axis=1)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18

要么 ：

>>> df[df.apply(lambda x: x.isin(mylist)).any(axis=1)]
   col_1  col_2  col_3
1      2      4     12
2      3      7     18