從字典中的數據框中不存在的數據框中刪除行

Question

我有幾個 pandas 數據幀，例如：

Df1 = 
    MD    A    B    C  
    r1    6    3    9   
    r2    2    1    1  
    r3    5    7    2  
    r4    8    2    0

Df2 = 
    MD    A    B    C  
    r1    1    7    1  
    r2    6    3    0  
    r3    3    1    8
    r4    1    7    4

我也有這樣的字典：

Dict = {'D1', MD
              r1
              r4
        [2 rows x 1 columns]
        'D2', MD
              r1
              r2
              r3
        [3 rows x 1 columns]}
  

我需要的是一種通過字典 go 的方法，對於每個 dataframe 和相應的鍵（即 Df1 和 D1，以及 Df2 和 D2），刪除“字典值數據幀”中不存在的行。

所以對於 Df1，我需要 go 到鍵 D1 並刪除不在 dataframe 中的行。 也就是說，從 Df1 中刪除 r2 和 r3。

所以我想要的結果是：

Df1 = 
    MD    A    B    C  
    r1    6    3    9   
    r4    8    2    0

Df2 = 
    MD    A    B    C  
    r1    1    7    1  
    r2    6    3    0  
    r3    3    1    8

任何幫助是極大的贊賞！

PS。 如果保留行而不是刪除它們更容易，那也會有幫助！

Answer 1

這里我只打印值，但您可以重新分配 DataFrame。

df1 = pd.DataFrame.from_dict({"r1": [1,2,3], "r2": [4,5,6], "r3": [7,8,9]}, columns=["A", "B", "C"], orient="index")
df2 = pd.DataFrame.from_dict({"r1": [1,2,3], "r2": [4,5,6], "r3": [7,8,9]}, columns=["A", "B", "C"], orient="index")

dfs = [df1, df2]

lookup = {"d1": ["r1", 'r2'], 'd2': ["r2", "r3"]}

for rows, df in zip(lookup.values(), dfs):
    print(df.loc[rows])

Answer 2

你的字典有點奇怪，所以我把它編輯到下面的dct中。 基本上每個鍵都有一個對應的dataframe。 然后，您可以使用字典列表zip dct.values()並索引您的相關數據幀。

dct = {'D1': {'MD': ['r1', 'r4']},
       'D2': {'MD': ['r1', 'r2', 'r3']}
      }
df1_new, df2_new = [df[df['MD'].isin(v['MD'])] for v, df in zip(dct.values(),[df1,df2])]

Output：

   MD  A  B  C
 0  r1  6  3  9
 3  r4  8  2  0

    MD  A  B  C
 0  r1  1  7  1
 1  r2  6  3  0
 2  r3  3  1  8