如何在熊猫中使用字典过滤数据框？

Question

我的示例 DataFrame 是：

file	Voucher_stand
90.txt	SCA
90.txt	SCB
60.txt	WFA
60.txt	WFO
90.txt	SCA
50.txt	SCA
80.txt	SCA
100.txt	SCA

我想定义一个字典，根据它我可以选择一些列，但是每个文件在 Voucher_stand 列中都有自己的代码，如何根据 Voucher_stand 和文件通过字典过滤这个 DataFrame 而不是每次都使用列表?

例如，在字典中定义 Voucher_Stand 和文件，然后根据该字典过滤我的 DataFrame：

code = {'90.txt':['SCA', 'SCB'], '60.txt':['WFA', 'WFO']}

Answer 1

试试这个：

pd.DataFrame(df.set_index('file').groupby('file')['Voucher_stand'].apply(list)).T.reset_index(drop=True)

您可以通过调用.to_dict() 以dict 的形式获取它：

pd.DataFrame(df.set_index('file').groupby('file')['Voucher_stand'].apply(list)).T.reset_index(drop=True).to_dict()

Answer 2

您可以使用items 遍历字典，并使用相等比较键和isin 来过滤所需的行以用于Voucher_stand 代码列表。然后，将行的索引作为列表获取并将其保存到变量中。使用iloc 仅选择符合条件的行。

import pandas as pd

df = pd.read_csv('sample.csv', sep='\s+')
print(df)

CODE = {'90.txt':['SCA', 'SCB'], '60.txt':['WFA', 'WFO']}

filtered_rows = []
for k,v in CODE.items():
    filtered_rows += df[(df['file'] == k) & df['Voucher_stand'].isin(v)].index.to_list()

result = df.iloc[filtered_rows]
print(result)

结果的输出

     file Voucher_stand
0  90.txt           SCA
1  90.txt           SCB
4  90.txt           SCA
2  60.txt           WFA
3  60.txt           WFO