根據兩列的組合過濾 Pandas 數據框

Question

假設我有一個數據框，

   a  b
0  1  2
1  2  3
2  4  2
3  4  3

我想過濾數據框，這樣我得到的結果是，

   a  b
0  1  2
3  4  3

即，我希望通過將兩列過濾在一起來組合(1,2)和(4,3) 。

如果我試試這個，

df1 = df[df['a'].isin([1,4]) & df['b'].isin([2,3])]

我得到了整個數據幀，因為(1,3)和(4,2)的組合也包含在上述方法中。 但我只需要給定的組合。 我有一個巨大的兩列元組列表，我想根據相應的元組組合過濾數據框。

另外，我不想將兩列合並為一個字符串然后進行過濾。

Answer 1

采用 -

df[df[['a', 'b']].apply(tuple, axis=1).isin([(1,2), (4,3)])]

輸出

    a   b
0   1   2
3   4   3

解釋

df[['a', 'b']].apply(tuple, axis=1)給出一系列元組 -

0    (1, 2)
1    (2, 3)
2    (4, 2)
3    (4, 3)

.isin([(1,2), (4,3)])搜索所需的元組並給出一個布爾系列

Answer 2

@Vivek Kalyanarangan概述的元組比較方法是可行的方法，但在大型數據幀的情況下，通過使用 MultiIndex 而不是使用 apply 函數創建元組可以顯着提高速度：

例如，在您的情況下：

keep_tuples = [(1,2), (4,3)]
tuples_in_df = pd.MultiIndex.from_frame(df[["a","b"]])
df[tuples_in_df.isin(keep_tuples)]

與使用應用函數相比，這導致 1,000,000 X 2 大小的 df 的速度提高了約 5 倍。

Answer 3

另一個想法是將兩列（ a和b ）作為字符串連接起來，並檢查12和43 ，即

df[df.astype(str).sum(axis = 1).isin([12, 43])]
#   a  b
#0  1  2
#3  4  3