Pandas dataframe select 列基于其他 Z6A8064B5DF479455500553 列中的值47DC

Question

我有两个数据框。 这是dwpjp.head() ：

	jp_number
0	25146315052147720191
1	57225427599900052634
2	86076681691411639833
3	50491824499499656478
4	95588382889227620465

和ct_data.head() ：

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg|d543d3d064da465b8576d87
1	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62|-vf6738ee3bed
2	53733358271401869469	6FfHZRoiWs2VO02Pruk07A|__g3d877adf9d154637be26
3	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3|54e2c39cd3
4	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd|773840905c

我想要两个新的数据帧cct_data和来自dct_data的ct_data 。 如果jp_number存在于ct_data dataframe 中，则应根据条件拆分dwbjp dataframe 然后放入cct_data ，否则放入dct_data 。

我对 dwpjp 中的常见jp_number进行了dwpjp ：

cct_data = ct_data[ct_data.isin(dwpjp).any(1).values]

而对于另一个我否定了如下条件：

dct_data = ct_data[~[ct_data.isin(dwpjp).any(1).values]]

但结果没有得到如下。

cct_data

	imjp_number	imct_id
0	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62|-vf6738ee3bed
1	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3|54e2c39cd3

和dct_data ：

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg|d543d3d064da465b8576d87
1	53733358271401869469	6FfHZRoiWs2VO02Pruk07A|__g3d877adf9d154637be26
2	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd|773840905c

注意： jpnumber=imjp_number 。

Answer 1

请注意以下事项：

1. isin想要值，但它被赋予了整个 dataframe：将.isin(dwpjp)更改为.isin(dwpjp.jp_number)
2. 在预先编辑的问题中， dwpjp的每一行实际上是一个包含 1 个值的列表，而不仅仅是 1 个值。 如果确实如此，那么.isin(dwpjp.jp_number)实际上需要另一个步骤：将值分解为.isin(dwpjp.jp_number.explode())
3. 您的否定被错误地应用于列表：将~[ct_data...]更改为~ct_data...

有了这些修复，它就在我的身边工作：

cct_data = ct_data[ct_data.isin(dwpjp.jp_number.explode()).any(1).values]

	imjp_number	imct_id
1	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62|-vf6738ee3bed
3	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3|54e2c39cd3

dct_data = ct_data[~ct_data.isin(dwpjp.jp_number.explode()).any(1).values]

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg|d543d3d064da465b8576d87
2	53733358271401869469	6FfHZRoiWs2VO02Pruk07A|__g3d877adf9d154637be26
4	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd|773840905c

Answer 2

修改你的公式如下

cct_data = ct_data[ct_data.imjp_number.isin(dwpjp.jp_number)]

和

dct_data = ct_data[~ct_data.imjp_number.isin(dwpjp.jp_number)]