子集 DataFrame 列 Numpy Pandas 中的数组

Question

我正在尝试根据单独数组中存在的值对 pandas dataframe 中的数据进行子集化。 下面是一个有效的示例示例，并说明了我正在尝试做的事情：

import pandas as pd
import numpy as np
mysubset = np.array([1,2,3,4])
d = {'col1': [1, 2, 3, 4, 5, 6], 'col2': [3, 4, 1, 3, 5, 5]}
df = pd.DataFrame(data=d)
df[df['col1'].isin(mysubset)]

使用该工作代码作为原型，我正在对我的实际真实数据实施（我认为是）相同的过程，但它不起作用。 我的真实数据看起来像

>>> tmp.head()
   ItemID                  P0
44  26785         0.276844507
61  26534  1.4108438640000001
71  14107  1.0652574239999999
86  26530  1.1059459039999999
93  18142         0.903011679

我想用于子集的数组是

>>> op_items
array([18692, 18694, 18696, 18706, 18711, 18714, 18716, 18722, 19332,
       19333, 26526, 26527, 26530, 26532, 26533, 26534, 26535, 26536,
       26538, 26541, 14107, 14110, 14120, 14149, 14165, 17984, 18004,
       18005, 18006, 18007, 18008, 18134, 18136, 18139, 18141, 18142,
       19081, 19084, 19086, 20789, 20794, 20796, 20800, 20802, 26784,
       26785, 26786, 26787], dtype=int64) 

在上面的玩具示例中使用它会给出

>>> tmp[tmp['ItemID'].isin(op_items)]
Empty DataFrame
Columns: [ItemID, P0]
Index: []

但是，手动从列表中抓取一些元素确实有效：

>>> tmp[tmp['ItemID'].isin(['18692', '18696'])]
    ItemID           P0
236  18696  0.566035305
624  18692   0.60981902

使用以下内容确认它们与玩具示例中的形式相同

>>> type(op_items)
<class 'numpy.ndarray'>
>>> type(tmp['ItemID'])
<class 'pandas.core.series.Series'>

所以，我不确定我犯了什么其他错误并且可以使用指针。 我意识到在我硬编码和抓取的示例中，我将值转换为列表。 但是，上面的玩具示例使用了isin功能，其中mysubset是一个类似于op_items的数组。

谢谢我的问题与这个不同，因为我不担心重复， 子集 pandas dataframe 和相应的 numpy 数组。

Answer 1

您的op_items是一个整数数组，而您的tmp['ItemID']是字符串类型。 利用：

tmp['ItemID'] = tmp['ItemID'].astype('Int64')

tmp[tmp['ItemID'].isin(op_items)]