如何使用列表和索引之间的比较删除列表中的项？

Question

这是我的数据框：

Cites_Dogs  Dog_Number
DOG45555    DOG123
DOG127      DOG123
DOG7760     DOG126
DOG45       DOG126
DOG559      DOG126
DOG760      DOG126
DOG123      DOG127
DOG789      DOG127
DOG860      DOG127

我已按以下代码转换为列表：

all_cites_dog = all_cites_dog.groupby('Dog_Number')['Cites_Dogs'].apply(list)

我想删除列表中与索引DOG123、DOG126、DOG127不匹配的项。你知道吗

DOG123   [ 'DOG45555' ,  'DOG127']
DOG126   [ 'DOG7760', 'DOG456' ,  'DOG559' ,  'DOG760']
DOG127   [ 'DOG123' ,  'DOG789' ,  'DOG860']

我希望看到这样的结果：

DOG123   [ 'DOG127']
DOG126   ['']
DOG127   [ 'DOG123']

我该怎么办？你知道吗

Answer 1

您可以按照以下步骤操作：

1. 根据Cites_Dogs过滤数据帧。你知道吗
2. 用list执行groupby+apply。你知道吗
3. 根据唯一的狗号重新索引数据帧。你知道吗
4. 将NaN值替换为空列表以保持一致性。你知道吗

下面是一个演示：

unq_dogs = df['Dog_Number'].unique()

res = df.loc[df['Cites_Dogs'].isin(unq_dogs]\
        .groupby('Dog_Number')['Cites_Dogs'].apply(list)\
        .reindex(unq_dogs)\
        .fillna(pd.Series([[] for _ in range(len(unq_dogs))], index=unq_dogs))\
        .reset_index()

print(res)

  Dog_Number Cites_Dogs
0     DOG123   [DOG127]
1     DOG126         []
2     DOG127   [DOG123]