Pandas：通过列表过滤作为对象数据类型的列（它有 int 和 string 值）？

Question

我在下面有一个示例 DF（我会共享代码，但我无法加载到列中来复制问题，即对象列 A 中的 int 和字符串）。

我只想过滤并返回具有以下值的 df ，但问题是当我这样做时 - 它返回一个空数据框，尽管它具有这些值。我尝试将其全部转换为字符串，但空数据框的结果相同。有什么想法吗？

这是我打印 df 时得到的

COL_A      COL_B
2A001      Red
75101      Orange
75102      Grey
75104      Pink

-> COL_A dtype = 对象

filters_string = ['75101', '75102', '75103', '75104']

filters_int = [75101, 75102, 75103, 75104]

方法一：

df['COL_A'] = df['COL_A'].astype(str)

# Filter for column in the target list
filtered_df = df[df['COL_A'].isin(filters_string)]

方法2：

df['COL_A'] = df['COL_A'].astype(str)

# Filter for column in the target list
filtered_df = df[df['COL_A'].isin(filters_int)]

它们都返回空数据帧？

Answer 1

您的代码应该可以正常工作。也许您的代码返回一个空数据框，因为

'COL_A'

可能有尾随或前导

' '

（空格），但如果不查看您的数据，就不可能确定。

下面的代码与您的原始实现类似。两个主要区别是，下面的实现考虑了尾随和前导空格，在将

'COL_A'

与

filters_string

列表进行比较之前将其删除，并且过滤了

'COL_A'

OR

filters_string 中存在的 filters_int

 值

列出。

import pandas as pd


# Lists of values to use for filtering the 'COL_A' column on our dataframe
filters_string = ['75101', '75102', '75103', '75104']
filters_int = [75101, 75102, 75103, 75104]

# Creating the dataframe to test our logic
df = pd.DataFrame(
    [
        ["2A001", "Red"],
        [" 75101", "Orange"],
        ["  75102  ", "Grey"],
        [" 75104", "Pink"],
    ],
    columns = ["COL_A", "COL_B"]
)

# Filter 'COL_A' column for values that are on either `filters_string` OR `filters_int` lists.
# NOTE: The `|` operator is the pandas equivalent to `OR`.
#       Before comparing 'COL_A' with the `filters_string` list, we convert all its values to strings.
filtered_df = df.loc[(df['COL_A'].astype(str).str.strip().isin(filters_string)) | (df['COL_A'].isin(filters_int)), :]
filtered_df
# Returns:
#
#    COL_A   COL_B
# 1  75101  Orange
# 2  75102    Grey
# 3  75104    Pink