如何使用columns值作為字典的鍵，根據返回的值過濾pandas df的行

Question

我有一個數據幀，當字典使用特定列的值返回的值被用作字典鍵來返回鍵值時，我需要過濾掉行。

我已經能夠根據列值過濾行，但是當我嘗試以類似的方式使用字典中的列值時，iit會返回錯誤。

TypeError: 'Series' objects are mutable, thus they cannot be hashed

indexNames = df[ accounting_type_dict[df['fund_id']] == 'ETFs' ].index
df.drop(indexNames , inplace=True)

Answer 1

使用map然后過濾

newdf=df[df['fund_id'].map(accounting_type_dict) == 'ETFs'].copy()

Answer 2

您可以嘗試使用dict中的相應值替換該列。 （根據DataFrame的大小，您可能需要使用map而不是replace。）

indexNames = df[ df['fund_id'].replace(accounting_type_dict) == 'ETFs' ].index
df.drop(indexNames , inplace=True)