使用 pandas 过滤 dtype 对象的 DataFrame

Question

我需要使用以下操作来解析数据。

data=[{'a': 1, 
       'b': {1: 1, 
             2: 2}, 
       'c': ['q', 'w', 'e', 'r', 't', 'y']},  
      {'a': 2, 
       'b': {1: 2, 
             2: 3}, 
       'c': ['q', 't', 'a', 'v', 'o', 'l']}]

df = pd.DataFrame(data)

我想获取满足如下条件的数据：

print(df['q' in df.c].head())

但是，我收到一个错误：

File "pandas/hashtable.pyx", line 676, in pandas.hashtable.PyObjectHashTable.get_item (pandas/hashtable.c:12216)
KeyError: False

为什么这不起作用？

我很困惑，因为以下代码的工作方式与解析对象 dtype 时不同：

print(df[df.a == 1].head())

Answer 1

in 用于索引检查。对于值，您可以使用 str.contains():

df.c.str.contains("q", regex=False)

Answer 2

您可以在列上使用apply 来生成描述所需列的布尔掩码，然后通过此掩码过滤DataFrame：

>>> df[df.c.apply(lambda val: 'q' in val)]
   a             b                   c
0  1  {1: 1, 2: 2}  [q, w, e, r, t, y]
1  2  {1: 2, 2: 3}  [q, t, a, v, o, l]