Pandas dataframe select 列基於其他 Z6A8064B5DF479455500553 列中的值47DC

Question

我有兩個數據框。 這是dwpjp.head() ：

	jp_number
0	25146315052147720191
1	57225427599900052634
2	86076681691411639833
3	50491824499499656478
4	95588382889227620465

和ct_data.head() ：

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg|d543d3d064da465b8576d87
1	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62|-vf6738ee3bed
2	53733358271401869469	6FfHZRoiWs2VO02Pruk07A|__g3d877adf9d154637be26
3	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3|54e2c39cd3
4	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd|773840905c

我想要兩個新的數據幀cct_data和來自dct_data的ct_data 。 如果jp_number存在於ct_data dataframe 中，則應根據條件拆分dwbjp dataframe 然后放入cct_data ，否則放入dct_data 。

我對 dwpjp 中的常見jp_number進行了dwpjp ：

cct_data = ct_data[ct_data.isin(dwpjp).any(1).values]

而對於另一個我否定了如下條件：

dct_data = ct_data[~[ct_data.isin(dwpjp).any(1).values]]

但結果沒有得到如下。

cct_data

	imjp_number	imct_id
0	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62|-vf6738ee3bed
1	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3|54e2c39cd3

和dct_data ：

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg|d543d3d064da465b8576d87
1	53733358271401869469	6FfHZRoiWs2VO02Pruk07A|__g3d877adf9d154637be26
2	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd|773840905c

注意： jpnumber=imjp_number 。

Answer 1

請注意以下事項：

1. isin想要值，但它被賦予了整個 dataframe：將.isin(dwpjp)更改為.isin(dwpjp.jp_number)
2. 在預先編輯的問題中， dwpjp的每一行實際上是一個包含 1 個值的列表，而不僅僅是 1 個值。 如果確實如此，那么.isin(dwpjp.jp_number)實際上需要另一個步驟：將值分解為.isin(dwpjp.jp_number.explode())
3. 您的否定被錯誤地應用於列表：將~[ct_data...]更改為~ct_data...

有了這些修復，它就在我的身邊工作：

cct_data = ct_data[ct_data.isin(dwpjp.jp_number.explode()).any(1).values]

	imjp_number	imct_id
1	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62|-vf6738ee3bed
3	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3|54e2c39cd3

dct_data = ct_data[~ct_data.isin(dwpjp.jp_number.explode()).any(1).values]

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg|d543d3d064da465b8576d87
2	53733358271401869469	6FfHZRoiWs2VO02Pruk07A|__g3d877adf9d154637be26
4	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd|773840905c

Answer 2

修改你的公式如下

cct_data = ct_data[ct_data.imjp_number.isin(dwpjp.jp_number)]

和

dct_data = ct_data[~ct_data.imjp_number.isin(dwpjp.jp_number)]