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:
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.
ошибка связана с тем, что вы пытаетесь вставить data frame
в объект series
~df['owner_id'].isin(ID['owner_id'].unique())
предоставит вам логическую серию
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.
Возможный дубликат Как реализовать 'in' и 'not in' для фрейма данных Pandas