主页 / 问题 / 961460
Accepted
Viktorov
Asked:2020-03-26 16:40:59 +0000 UTC2020-03-26 16:40:59 +0000 UTC

如何通过条件“in np.array”从 Pandas 中的 DataFrame 中选择数据？

  • 772

我有类似这个数据集的东西，只有几十万行：

data = [{'name': 'name1', 'launch_id': 5},\
        {'name': 'name2', 'launch_id': 6},\
        {'name': 'name2', 'launch_id': 7},\
        {'name': 'name3', 'launch_id': 8}]
df = pd.DataFrame(data)

将会：

  | launch_id | name
---------------------
0   5           name1
1   6           name2
2   7           name2
3   8           name3

我想从中选择一些launch_id从另一个大型 DataFrame 获得的行。我用名字launch_id保存了必要的：np.arraysimple

simple = np.array([5, 8])

现在我想得到以下结果：

  | launch_id | name
---------------------
0   5           name1
3   8           name3

如果我写一个 SQL 查询，我会写一些where launch_id in simple.

如何在 Pandas 中获得类似的结果？

python

1 个回答

  1. Best Answer
    In [16]: df.query("launch_id in @simple")
Out[16]:
   launch_id   name
0          5  name1
3          8  name3

    或者

    In [18]: df[df['launch_id'].isin(simple)]
Out[18]:
   launch_id   name
0          5  name1
3          8  name3

    Pandas 与 SQL 的比较...

    PS Apache Spark SQL 支持 ANSI SQL，因此允许您直接编写 SQL 查询。

    • 5

相关问题