如何通過多列集過濾 Pandas dataframe？

Question

有沒有辦法通過將多個列與一組元組進行比較來過濾大型 dataframe ，其中元組中的每個元素對應於不同的列值？ 例如，是否有.isin()方法將 DataFrame 的多列與一組元組進行比較？

例子：

df = pd.DataFrame({
    'a': [1, 1, 1],
    'b': [2, 2, 0],
    'c': [3, 3, 3],
    'd': ['not', 'relevant', 'column'],
})

# Filter the DataFrame by checking if the values in columns [a, b, c] match any tuple in value_set
value_set = set([(1,2,3), (1, 1, 1)])

new_df = ??  # should contain just the first two rows of df

Answer 1

您可以使用Series.isin ，但首先必須通過前 3 列創建元組：

print (df[df[['a','b','c']].apply(tuple, axis=1).isin(value_set)])

或將列轉換為索引並使用Index.isin ：

print (df[df.set_index(['a','b','c']).index.isin(value_set)])

   a  b  c         d
0  1  2  3       not
1  1  2  3  relevant

另一個想法是使用DataFrame.merge的內部連接，由助手DataFrame使用相同的 3 個列名，然后應該省略on參數，因為通過兩個 df 的列名的交集進行連接：

print (df.merge(pd.DataFrame(value_set, columns=['a','b','c'])))
   a  b  c         d
0  1  2  3       not
1  1  2  3  relevant