长度> 1的数组系列的比较和索引

Question

标题听起来比事实更复杂。给定数据

data = [
    np.array(['x'], dtype='object'),
    np.array(['y'], dtype='object'),
    np.array(['z'], dtype='object'),
    np.array(['x', 'z', 'y'], dtype='object'),
    np.array(['y', 'x'], dtype='object'),
]    

s = pd.Series(data)

我想检索

s

的元素，其中

s == np.array(['x'])

。显而易见的方法

c = np.array(['x'])
s[s==c]

不起作用，因为比较中存在 ValueError，抱怨“'长度必须匹配才能比较'，(5,), (1,)”。我也试过了

s[s=='x']

仅当

s

的元素本身都只有一个元素时才有效。

有没有办法检索

s

的所有元素，其中

s == c

，无需将元素转换为字符串？

Answer 1

使用列表理解

numpy.array_equal

:

c = np.array(['x'])

out = s[[np.array_equal(a, c) for a in s]]

如果您需要重复执行此操作（对于较短的语法），可以使用

partial

函数替代：

from functools import partial
eq_c = partial(np.array_equal, c)

out = s[map(eq_c, s)]

输出：

0    [x]
dtype: object

Answer 2

如果我们使用循环，我认为这是一种更简单的方法。

out = s[s.apply(lambda x: x.tolist() == ['x'])] 输出：

0    [x]
dtype: object

---

检查示例

import pandas as pd
import numpy as np

data1 = [
    np.array(['x'], dtype='object'),
    np.array(['y'], dtype='object'),
    np.array(['z'], dtype='object'),
    np.array(['x', 'z', 'y'], dtype='object'),
    np.array(['y', 'x'], dtype='object'),
]  * 1000000
s1 = pd.Series(data)