从列表中选择熊猫数据框的行，按列表顺序答案

【问题标题】：Select rows of pandas dataframe from list, in order of list从列表中选择熊猫数据框的行，按列表顺序
【发布时间】：2019-01-27 08:48:35
【问题描述】：

这个问题最初是作为评论提出的 here，但由于该问题被标记为重复，因此无法得到正确的答案。

对于给定的pandas.DataFrame，让我们说

df = DataFrame({'A' : [5,6,3,4], 'B' : [1,2,3, 5]})
df

     A   B
0    5   1
1    6   2
2    3   3
3    4   5

我们如何根据列中的值从列表中选择行（例如'A'）

例如

# from
list_of_values = [3,4,6]

# we would like, as a result
#      A   B
# 2    3   3
# 3    4   5
# 1    6   2

使用isin 提到的here 并不令人满意，因为它不能保持'A' 值的输入列表中的顺序。

如何实现上述目标？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

解决此问题的一种方法是将'A' 列设为index，并在新生成的pandas.DataFrame 上使用loc。最终，可以重置二次采样数据帧的索引。

方法如下：

ret = df.set_index('A').loc[list_of_values].reset_index(inplace=False)

# ret is
#      A   B
# 0    3   3
# 1    4   5
# 2    6   2

注意，这种方法的缺点是原来的索引在这个过程中已经丢失了。

更多关于pandas索引：What is the point of indexing in pandas?

【讨论】：

一个问题 - list_of_values 的所有值都在列中？可以list_of_values = [3,4,6,7,7,4] 吗？
在实践中没有，但确实该解决方案存在不处理列外值的不便
那么最好的是最通用的解决方案，不删除原始索引，使用重复值？

【解决方案2】：

将merge 与由列表创建的助手DataFrame 和匹配列的列名一起使用：

df = pd.DataFrame({'A' : [5,6,3,4], 'B' : [1,2,3,5]})

list_of_values = [3,6,4]
df1 = pd.DataFrame({'A':list_of_values}).merge(df)
print (df1)
   A  B
0  3  3
1  6  2
2  4  5

更通用的解决方案：

df = pd.DataFrame({'A' : [5,6,5,3,4,4,6,5], 'B':range(8)})
print (df)
   A  B
0  5  0
1  6  1
2  5  2
3  3  3
4  4  4
5  4  5
6  6  6
7  5  7

list_of_values = [6,4,3,7,7,4]

#create df from list 
list_df = pd.DataFrame({'A':list_of_values})
print (list_df)
   A
0  6
1  4
2  3
3  7
4  7
5  4

#column for original index values
df1 = df.reset_index()
#helper column for count duplicates values
df1['g'] = df1.groupby('A').cumcount()
list_df['g'] = list_df.groupby('A').cumcount()

#merge together, create index from column and remove g column
df = list_df.merge(df1).set_index('index').rename_axis(None).drop('g', axis=1)
print (df)
   A  B
1  6  1
4  4  4
3  3  3
5  4  5

【讨论】：

过程中原始索引丢失。
@Zero - 然后是必要的df1 = pd.DataFrame({'A':list_of_values}).merge(df.reset_index()).set_index('index').rename_axis(None)
实际上，我发现这种方法在list_of_values包含重复值的情况下不起作用：不能保证保持顺序。对不起，我不得不取消投票作为答案
@syltruong - 我尝试为重复值 (4) 和不匹配值 (7) 创建更通用的解决方案。

【解决方案3】：

1]list_of_values 的通用方法。

In [936]: dff = df[df.A.isin(list_of_values)]

In [937]: dff.reindex(dff.A.map({x: i for i, x in enumerate(list_of_values)}).sort_values().index)
Out[937]:
   A  B
2  3  3
3  4  5
1  6  2

2] 如果list_of_values 已排序。你可以使用

In [926]: df[df.A.isin(list_of_values)].sort_values(by='A')
Out[926]:
   A  B
2  3  3
3  4  5
1  6  2

【讨论】：