データフレームがありますdf
:
data = {'id':[12,112],
'idlist':[[1,5,7,12,112],[5,7,12,111,113]]
}
df=pd.DataFrame.from_dict(data)
これは次のようになります:
id idlist
0 12 [1, 5, 7, 12, 112]
1 112 [5, 7, 12, 111, 113]
id
がidlist
にあるかどうかを確認し、それを選択またはフラグを立てる必要があります。次のバリエーションを試しましたが、コメント付きのエラーが表示されます。
df=df.loc[df.id.isin(df.idlist),:] #TypeError: unhashable type: 'list'
df['flag']=df.where(df.idlist.isin(df.idlist),1,0) #TypeError: unhashable type: 'list'
解決策に対する他のいくつかの可能な方法は.apply
リスト内包表記?
ここで、id
がidlist
にある行を選択するか、id
がidlist
にある行に1のフラグを立てる解決策を探しています。 。結果のdf
は次のいずれかになります。
id idlist
0 12 [1, 5, 7, 12, 112]
または:
flag id idlist
0 1 12 [1, 5, 7, 12, 112]
1 0 112 [5, 7, 12, 111, 113]
助けてくれてありがとう!
apply
を使用します:
df['flag'] = df.apply(lambda x: int(x['id'] in x['idlist']), axis=1)
print (df)
id idlist flag
0 12 [1, 5, 7, 12, 112] 1
1 112 [5, 7, 12, 111, 113] 0
同様:
df['flag'] = df.apply(lambda x: x['id'] in x['idlist'], axis=1).astype(int)
print (df)
id idlist flag
0 12 [1, 5, 7, 12, 112] 1
1 112 [5, 7, 12, 111, 113] 0
list comprehension
:
df['flag'] = [int(x[0] in x[1]) for x in df[['id', 'idlist']].values.tolist()]
print (df)
id idlist flag
0 12 [1, 5, 7, 12, 112] 1
1 112 [5, 7, 12, 111, 113] 0
フィルタリングのソリューション:
df = df[df.apply(lambda x: x['id'] in x['idlist'], axis=1)]
print (df)
id idlist
0 12 [1, 5, 7, 12, 112]
df = df[[x[0] in x[1] for x in df[['id', 'idlist']].values.tolist()]]
print (df)
id idlist
0 12 [1, 5, 7, 12, 112]
df.apply
を使用して各行を処理し、条件をチェックして2番目の出力要求として結果を提供する新しい列フラグを作成できます。
df['flag'] = df.loc[:, ('id', 'idlist')].apply(lambda x: 1 if x[0] in x[1] else 0, axis=1)
print(df)
ここで、x[0] is id
およびx[1] is idlist
単純なfor
ループを試してください。
flaglist = []
for i in range(len(df)):
if df.id[i] in df.idlist[i]:
flaglist.append(1)
else:
flaglist.append(0)
df["flag"] = flaglist
df:
id idlist flag
0 12 [1, 5, 7, 12, 112] 1
1 112 [5, 7, 12, 111, 113] 0
行を削除するには:
flaglist = []
for i in range(len(df)):
if df.id[i] not in df.idlist[i]:
flaglist.append(i)
df = df.drop(flaglist)
df:
id idlist flag
0 12 [1, 5, 7, 12, 112] 1
上記は、フラグ列を作成するためのリスト内包に変換できます。
df["flag"] = [df.id[i] in df.idlist[i] for i in range(len(df))]
print(df)
# id idlist flag
# 0 12 [1, 5, 7, 12, 112] True
# 1 112 [5, 7, 12, 111, 113] False
または
df["flag"] = [1 if df.id[i] in df.idlist[i] else 0 for i in range(len(df))]
print(df)
# id idlist flag
# 0 12 [1, 5, 7, 12, 112] 1
# 1 112 [5, 7, 12, 111, 113] 0
行を選択するため:
flaglist = [i for i in range(len(df)) if df.id[i] in df.idlist[i]]
print(df.iloc[flaglist])
# id idlist
# 0 12 [1, 5, 7, 12, 112]
issubset
を使用する
df.apply(lambda x : set([x.id]).issubset(x.idlist),1).astype(int)
Out[378]:
0 1
1 0
dtype: int32
np.vectorize
を使用する
def myfun(x,y):
return np.in1d(x,y)
np.vectorize(myfun)(df.id,df.idlist).astype(int)
タイミング:
%timeit np.vectorize(myfun)(df.id,df.idlist).astype(int)
10000 loops, best of 3: 92.3 µs per loop
%timeit df.apply(lambda x : set([x.id]).issubset(x.idlist),1).astype(int)
1000 loops, best of 3: 353 µs per loop