在执行排序条件时查找两个列表或数据框之间的交集

Question

我有两个列表（来自两个单独的 pandas 数据帧的列）并且希望在保留顺序或基于条件排序的同时找到两个列表的交集。 考虑以下示例：

x = ['0 MO', '1 YR', '10 YR', '15 YR', '2 YR', '20 YR', '3 MO', '3 YR',
     '30 YR', '4 YR', '5 YR', '6 MO', '7 YR', '9 MO', 'Country']
y = ['Industry', '3 MO', '6 MO', '9 MO', '1 YR', '2 YR', '3 YR',
       '4 YR', '5 YR', '7 YR', '10 YR', '15 YR', '20 YR', '30 YR']

answer = set(x).intersection(y)

变量 answer 产生重叠列，但不保留顺序。 有没有办法对解决方案进行排序，使得答案产生：

answer = ['3 MO', '6 MO', '9 MO', '1 YR', '2 YR', '3 YR',
          '4 YR', '5 YR', '7 YR', '10 YR', '15 YR', '20 YR',
          '30 YR']

即首先按月（“MO”）和整数对相交列表进行排序，然后按年（“YR”）及其整数排序？

或者，是否有 pandas 方法可以通过两个重叠列的数据帧（保留或声明顺序）获得相同的结果？

Answer 1

您可以简单地使用列表推导：

[this_name for this_name in x if this_name in y]

和

[this_name for this_name in y if this_name in x]

Answer 2

我不知道您到底要做什么，但我的回答将针对您描述的用例。 如果您想使用 pandas，我认为以下代码可以满足您的需求。 如果您有更复杂的数据，我认为您可能需要将列类型更改为timedelta以获得更大的灵活性。 在这种情况下排序是有效的，因为MO按字母顺序排列在YR之前。

import pandas as pd
df1 = pd.DataFrame({'x': ['0 MO', '1 YR', '10 YR', '15 YR', '2 YR', '20 YR', '3 MO', '3 YR',
     '30 YR', '4 YR', '5 YR', '6 MO', '7 YR', '9 MO', 'Country']})
df2 = pd.DataFrame({'y': ['Industry', '3 MO', '6 MO', '9 MO', '1 YR', '2 YR', '3 YR',
       '4 YR', '5 YR', '7 YR', '10 YR', '15 YR', '20 YR', '30 YR']})

# drop 'non-standard' data 
df1["x"] = df1["x"].apply(lambda x: x if x[0].isdigit() else None)
df2["y"] = df2["y"].apply(lambda x: x if x[0].isdigit() else None)
df1.dropna(inplace=True)
df2.dropna(inplace=True)

# make two columns to sort 
df1["value"] = df1["x"].apply(lambda x: int(x[:-2]))
df1["unit"] = df1["x"].apply(lambda x: x[-2:])

df2["value"] = df2["y"].apply(lambda x: int(x[:-2]))
df2["unit"] = df2["y"].apply(lambda x: x[-2:])

# sort by unit and value
df1 = df1.sort_values(by=["unit", "value"]).drop("x", axis=1)
df2 = df2.sort_values(by=["unit", "value"]).drop("y", axis=1)

# merge 
df = pd.merge(df1, df2, on=["unit", "value"])
df["result"] = df.apply(lambda x: str(x["value"]) + " " + x["unit"], axis=1)
df.drop(["unit", "value"], axis=1, inplace=True)
df

Answer 3

使用列表推导来检查x中的项目是否也存在于y的集合中。 这保留了每个项目出现在x中的顺序，同时仅检查y中的成员资格：

y_set = set(y)
answer = [item for item in x if item in y_set]

或使用filter完成基本相同的工作：

answer = list(filter(lambda i: i in y_set, x))

Output：

['1 YR', '10 YR', '15 YR', '2 YR', '20 YR', '3 MO', '3 YR', '30 YR', '4 YR', '5 YR', '6 MO', '7 YR', '9 MO']