使用具有多个元素的字典过滤数据框答案

【问题标题】：Filtering a Dataframe using dictionary with multiple elements使用具有多个元素的字典过滤数据框
【发布时间】：2019-03-13 20:03:39
【问题描述】：

我已经尝试了几个小时来在这里找到答案，但在我的特殊情况下我无法找到任何答案。我能找到的最接近的是：Apply multiple string containment filters to pandas dataframe using dictionary

我有一个包含以下列的交易价格的 pd.Dataframe：

df1 = database[['DealID',
         'Price',
         'Attribute A',
         'Attribute B',
         'Attribute C']]

属性分为以下几类：

filter_options = {
    'Attribute A': ["A1","A2","A3","A4"],
    'Attribute B': ["B1","B2","B3","B4"],
    'Attribute C': ["C1","C2","C3"],
}

我想使用 filter_options 的子集过滤 df1，每个键有多个值：

filter = {
    'Attribute A': ["A1","A2"],
    'Attribute B': ["B1"],
    'Attribute C': ["C1","C3"],
}

当字典中每个键只有一个值时，以下内容可以正常工作。

df_filtered = df1.loc[(df1[list(filter)] == pd.Series(filter)).all(axis=1)]

但是，我能否通过每个键的多个值获得相同的结果？

谢谢！

【问题讨论】：

可以添加示例数据吗？
您看过这个问题/答案吗？ stackoverflow.com/questions/12065885/…

标签： python pandas dataframe filter

【解决方案1】：

我相信您需要更改变量 filter 因为 python 保留字，然后使用 list comprehension 和 isin 和 concat 作为布尔掩码：

df1 = pd.DataFrame({'Attribute A':["A1","A2"],
                    'Attribute B':["B1","B2"],
                    'Attribute C':["C1","C2"],
                    'Price':[140,250]})

filt = {
    'Attribute A': ["A1","A2"],
    'Attribute B': ["B1"],
    'Attribute C': ["C1","C3"],
}

print (df1[list(filt)])
  Attribute A Attribute B Attribute C
0          A1          B1          C1
1          A2          B2          C2

mask = pd.concat([df1[k].isin(v) for k, v in filt.items()], axis=1).all(axis=1)
print (mask)
0     True
1    False
dtype: bool

df_filtered = df1[mask]
print (df_filtered)
  Attribute A Attribute B Attribute C  Price
0          A1          B1          C1    140

【讨论】：