从熊猫数据框中的系列列表中过滤行答案

【问题标题】：To filter rows from a list in a series in a dataframe in pandas从熊猫数据框中的系列列表中过滤行
【发布时间】：2018-11-24 10:53:13
【问题描述】：

以上是熊猫数据框。
col1 中的值是 col2 中值的某种键
eg：在第3行，col1中的“-4”对应col2中的list[12,23]，类似
在第 3 行，col1 中的“-2”对应于 col2 中的 list[12]。

我希望仅过滤掉 col1 中的 +ve 值及其在 col2 中的相应值。

我尝试了dict(zip(col1,col2)) 的多种组合进行过滤，但没有奏效..

如果有人可以帮助我，这将非常有帮助。

【问题讨论】：

欢迎来到 SO。请阅读how-to 和mcve 然后通过df.to_dict() 分享您的数据框代码，以便我们重现它。

标签： python list pandas dictionary series

【解决方案1】：

这是使用pd.DataFrame.apply 和使用enumerate 的生成器理解的一种方式。

import pandas as pd
from operator import itemgetter

df = pd.DataFrame({'Member': [1, 2, 3],
                   'Col1': [[1, 2, 3], [-1, 2], [-4, -2, 2, 3]],
                   'Col2': [[[12, 23], [12], [4345]],
                            [[12, 23], [12]],
                            [[12, 23], [12], [4345], [34354]]]})

def list_filter(row):
    i = ((i, j) for i, j in enumerate(row['Col1']) if j > 0)
    idx, vals = zip(*i)
    return list(vals), list(itemgetter(*idx)(row['Col2']))

df[['Col1', 'Col2']] = df.apply(list_filter, axis=1).values.tolist()

print(df)

        Col1                      Col2  Member
0  [1, 2, 3]  [[12, 23], [12], [4345]]       1
1        [2]                      [12]       2
2     [2, 3]         [[4345], [34354]]       3

【讨论】：

【解决方案2】：

这是一个仅使用几个循环的选项

row2=[]
col2=[]
row1=[]
col1=[]
for i in range(0,len(df.Col1)):
    for j in range(0,len(df.Col1.tolist()[i])):
        if df.Col1.tolist()[i][j] > 0:
            print i
            print j
            row2.append(df.Col2.tolist()[i][j])
            row1.append(df.Col1.tolist()[i][j])
    col1.append(row1)
    col2.append(row2)
    row1=[]
    row2=[]

df['Col1']=col1
df['Col2']=col2

print(df)

   Member      Col1                   Col2
0      1  [1, 2, 3]  [[12, 23], [12], [4345]]
1      2        [2]                    [[12]]
2      3     [2, 3]         [[4345], [34354]]

【讨论】：

谢谢@msolomon87