[英]Extracting values as a dictionary from dataframe based on list
我在每一列中都有一個具有唯一值的數據框:
df1 = pd.DataFrame([["Phys","Shane","NY"],["Chem","Mark","LA"],
["Maths","Jack","Mum"],["Bio","Sam","CT"]],
columns = ["cls1","cls2","cls3"])
print(df1)
cls1 cls2 cls3
0 Phys Shane NY
1 Chem Mark LA
2 Maths Jack Mum
3 Bio Sam CT
和清單l1:
l1=["Maths","Bio","Shane","Mark"]
print(l1)
['Maths', 'Bio', 'Shane', 'Mark']
現在,我想從數據框中檢索包含列和元素列表中的元素的列。
預期產量 :
{'cls1' : ['Maths','Bio'], 'cls2': ['Shane','Mark']}
我有的代碼 :
cls = []
for cols in df1.columns:
mask = df1[cols].isin(l1)
if mask.any():
cls.append(cols)
print(cls)
上面代碼的輸出 :
['cls1', 'cls2']
我正在努力從數據框和列表中獲取通用元素,以將其轉換為字典。
歡迎任何建議。
謝謝。
使用DataFrame.isin
的面具,通過索引替代非匹配值,並與重塑stack
:
df = df1[df1.isin(l1)].stack()
print (df)
0 cls2 Shane
1 cls2 Mark
2 cls1 Maths
3 cls1 Bio
dtype: object
通過dict comprehension
最后創建列表:
d = {k:v.tolist() for k,v in df.groupby(level=1)}
print(d)
{'cls2': ['Shane', 'Mark'], 'cls1': ['Maths', 'Bio']}
另一個解決方案:
d = {}
for cols in df1.columns:
mask = df1[cols].isin(l1)
if mask.any():
d[cols] = df1.loc[mask, cols].tolist()
print(d)
{'cls2': ['Shane', 'Mark'], 'cls1': ['Maths', 'Bio']}
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.