使用熊猫进行数据选择

Question

我有一个文件，其中分隔符（分隔符）是';' 。我将该文件读入熊猫数据帧df。现在，我想从df中选择一些行，使用列c中的条件df。数据的在列C中的格式如下：

[0]science|time|boot 
[1]history|abc|red 
and so on... 

我有词语大号，其具有这样的值作为

[history, geography,....] 

现在，如果我分裂在列c的文本的另一个列表在'|'上，然后我想从df中选择那些行，其中第一个单词不属于L.

因此，在本例中，我将选择df [0]，但不会选择df [1] ，因为历史存在于L而科学不是。我知道，我可以在数据框中的每个对象上编写一个for循环和iter，但是我想知道我是否能够以更紧凑和更高效的方式做某件事。

例如，我们可以这样做：

df.loc[df['column_name'].isin(some_values)] 

我有这样的：

df = pd.read_csv(path, sep=';', header=None, error_bad_lines=False, warn_bad_lines=False) 
dat=df.ix[:,c].str.split('|') 

但是，我不知道如何索引 '逸'。 “逸”是熊猫系列，如下：

0      [science, time, boot] 
1      [history, abc, red] 
.... 

我试图索引DAT如下：

dat.iloc[:][0] 

但是，它给整个系列，而不是仅仅是第一要素。

任何帮助，将不胜感激。

预先感谢您

Answer 1

这里有一个办法：

数据

df = pd.DataFrame({'c':['history|science','science|chemistry','geography|science','biology|IT'],'col2':range(4)}) 

Out[433]: 
        c col2 
0 history|science  0 
1 science|chemistry  1 
2 geography|science  2 
3   biology|IT  3 

lst = ['geography', 'biology','IT'] 

分辨率

您可以使用列表理解：

df.loc[pd.Series([not x.split('|')[0] in lst for x in df.c.tolist()])] 

Out[444]: 
        c col2 
0 history|science  0 
1 science|chemistry  1