基于列表列表过滤熊猫数据框

Question

我有一个带有一列列表的 Pandas 数据框，我正在尝试根据另一个列表列表将其过滤掉。

id           path
101     ['Activities (DEV)', 'public', '_yoyo_log']
102     ['Activities (DEV)', 'public', 'behavior_trackers']
103     ['Activities (DEV)', 'public', 'journal_entries']
104     ['Social (PROD)', 'public', 'starva_activity']
105     ['pg-prd (DEV-RR)', 'public', 'activities']
106     ['pg-prd (DEV-RR)', 'public', 'blackouts']

和列表列表

slist = [['activities (dev)', 'public', 'behavior_trackers'],
        ['activities (dev)', 'public', 'journal_entries'],
        ['pg-prd (dev-rr)', 'public', 'activities']]

我想做的是根据列表值过滤掉熊猫数据框。 这是我尝试过的：

df = df[df['path'].apply(lambda x: eval(str(x).lower())).isin(slist)]

这种方法有时会奏效，而大多数时候它会抛出一个错误说

TypeError: unhashable type: 'list'

我希望我的输出像

id           path
102     ['Activities (DEV)', 'public', 'behavior_trackers']
103     ['Activities (DEV)', 'public', 'journal_entries']
105     ['pg-prd (DEV-RR)', 'public', 'activities']

有没有更好的方法来做到这一点，或者我错过了什么？ 我正在使用 pyenv 3.6.2

Answer 1

使用元组过滤 - 列并将列表转换为元组：

t = [tuple(x) for x in slist]
df = df[df['path'].apply(lambda x: tuple(eval(str(x).lower()))).isin(t)]

或者：

df = df[df['path'].apply(lambda x: tuple([y.lower() for y in x])).isin(t)]

---

print (df)
    id                                           path
1  102  [Activities (DEV), public, behavior_trackers]
2  103    [Activities (DEV), public, journal_entries]
4  105          [pg-prd (DEV-RR), public, activities]