Фильтрация набора данных по значениям, не входящим в другой набор данных

Я хочу отфильтровать набор данных на основе того, появляется ли определенный идентификатор не в другом фрейме данных.

Хотя я не очень привязан к тому способу, которым я решил это сделать, если есть лучший способ, с которым я не знаком, я хочу применить логическую функцию к моему набору данных, поместить результаты в новый столбец , а затем отфильтруйте весь набор данных из этого результата True / False.

Мой основной фрейм данных - df, а другой мой фрейм данных с ID в нем называется ID:

def groups():
    if df['owner_id'] not in ID['owner_id']:
        return True
    return False

Это в конечном итоге принимается (нет проблем с синтаксисом), поэтому я затем применяю его к моему фрейму данных, который терпит неудачу:

df['ID Groups?'] = df.apply (lambda row: groups() ,axis=1)

Результат:

TypeError: ("'Series' objects are mutable, thus they cannot be hashed", 'occurred at index 0')

Кажется, что где-то мои данные, которые я пытаюсь использовать (идентификаторы - это буквы и цифры, поэтому строки) неправильно отформатированы.

У меня два вопроса:

  1. Предлагаемый мной метод - лучший способ решить эту проблему?
  2. Как исправить ошибку, которую я вижу?

Приношу свои извинения, если это что-то очень очевидное, я очень мало знаком с Python и кодированием в целом, но я не смог найти нигде, где этот тип вопросов уже был рассмотрен.

Возможный дубликат Как реализовать 'in' и 'not in' для фрейма данных Pandas

ALollz 09.08.2018 19:33

ошибка связана с тем, что вы пытаетесь вставить data frame в объект series

Upasana Mittal 09.08.2018 19:35
~df['owner_id'].isin(ID['owner_id'].unique()) предоставит вам логическую серию
ALollz 09.08.2018 19:35
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
3
569
1

Ответы 1

Выражение, чтобы сохранить только эти строки в df, которые соответствуют owner_id в ID:

df = df[df['owner_id'].isin(ID['owner_id'])]

Лямбда-выражение будет намного медленнее, чем это.

isin - это способ Pandas. not in - это способ коллекций Python.

Причина, по которой вы получаете эту ошибку, заключается в том, что df['owner_id'] not in ID['owner_id'] хеширует левую часть, чтобы выяснить, присутствует ли она в правой части. df['owner_id'] относится к типу Series и, как сообщается, не хэшируется. К счастью, в этом нет необходимости.

Другие вопросы по теме