如果列值的組合等於列表中的元組，則刪除Pandas中的dataFrame行

Question

我目前這樣做是為了刪除列表removal_list中具有特定列'some_column'值的removal_list

df = df[~df['some_column'].isin(removal_list)]

如果我想比較元組列表中的值組合，我該怎么做？ （如果有更好的方法可以實現這一點，則不一定需要是元組列表）

例如：

removal_list = [(item1,store1),(item2,store1),(item2,store2)]

如果df['column_1']和df['column_2']的特定行的具有值item1和store1 （或任何其他元組removal_list ），然后刪除該行

另外，可能需要評估兩列以上的列

編輯更好的例子：

client  account_type    description
0   1   2   photographer
1   2   2   banker
2   3   3   banker
3   4   2   journalist
4   5   4   journalist

remove_list = [(2,journalist),(3,banker)]

檢查列account_type和description

輸出：

client  account_type    description
0   1   2   photographer
1   2   2   banker
4   5   4   journalist

Answer 1

說你有

removal_list = [(item1,store1),(item2,store1),(item2,store2)]

然后

df[['column_1', 'column_2']].apply(tuple, axis=1)

應該創建一系列元組，等等

df[['column_1', 'column_2']].apply(tuple, axis=1).isin(removal_list)

是你所追求的二元條件。 刪除與以前一樣。 這適用於任意數量的列。

例

df = pd.DataFrame({'a': [1, 2], 'b': [3, 4]})
>>> df[['a', 'b']].apply(tuple, axis=1).isin([(1, 3), (30, 40)])
0    (1, 3)
1    (2, 4)
dtype: object

Answer 2

我建議創建DataFrame並與默認的內部DataFrame merge ：

remove_list = [(2,'journalist'),(3,'banker')]

df1 = pd.DataFrame(remove_list, columns=['account_type','description'])
print (df1)
   account_type description
0             2  journalist
1             3      banker

df = df.merge(df1, how='outer', indicator=True).query('_merge != "both"').drop('_merge', 1)
print (df)
   client  account_type   description
0       1             2  photographer
1       2             2        banker
4       5             4    journalist

Answer 3

一種方法是從壓縮2列創建一個系列，然后使用布爾索引。 我還建議您使用set而不是list進行O（1）查找。

remove_set = {(2,'journalist'),(3,'banker')}

condition = pd.Series(list(zip(df.account_type, df.description))).isin(remove_set)

res = df[~condition]

print(res)

   client  account_type   description
0       1             2  photographer
1       2             2        banker
4       5             4    journalist

Answer 4

如果索引設置為['account_type', 'description'] ，我們可以使用drop方法。

df.set_index(['account_type', 'description']).drop(remove_list).reset_index()

   account_type   description  client
0             2  photographer       1
1             2        banker       2
2             4    journalist       5

Answer 5

您可以使用帶有額外列的查詢方法來進行選擇。

removal_list = [(item1,store1),(item2,store1),(item2,store2)]

df['removal_column'] = df.apply(lambda x: (x.account_type, x.description), axis='columns')
df = df.query('removal_column not in @removal_list').drop('removal_column', axis='columns')