Python通过与另一个df/lis比较来过滤数据帧

Question

所以我有一个数据帧字典，我现在把它分解成单个的数据帧，因为我不知道如何直接在字典中处理它。例如，它们是看起来像这样的试样的结果

T01
mm    N    Cycle
a     1      1
b     2      1
c     3      2
d     4      2
e     5      3
...   ...    ...

现在我制作了另一个数据帧（也尝试了列表），如下所示：

Cycles
1
3
5
...

我的目标是过滤掉每一行

Cycle != Cycles

所以我得到一个如下的列表：

mm    N    Cycle
a     1      1
b     2      1
e     5      3
f     6      3
...   ...    ...

我通过以下代码创建了数据帧：

for k,v in data_dict.items():    
    globals()[k] = (v[['mm','N', 'Unnamed: 3']])
    globals()[k].columns = ['mm', 'N', 'Cycles']

现在我有7个不同的数据帧，大小从（2570，3）到（12402，3）不等。你知道吗

我一直在四处寻找，但似乎找不到一个可行的办法。也许我不该用globals（）[k]调用？我对python还比较陌生，所以我缺乏很多知识。先谢谢你

编辑：我一直在尝试像这样的布尔操作

 globals()[k].query("Cycle" != Cycles['Cycles'])

或者

 globals()[k][globals()[k].Cycle != Cycles['Cycles']]

但这对我没有任何帮助。你知道吗

Answer 1

所以你有一个数据帧的dict，我们称之为data_dict和一个循环列表Cycles。
你说你不知道如何处理一组数据帧，但是一旦你知道如何处理一个数据帧，那实际上是最简单的部分，因为你只需要在它上面循环。 要解决您的问题，只需使用isin方法：

res = {}
for id, df in data_dict.items():
    #loop over the dataframes in the dict
    res[id] = df[df.Cycle.isin(Cycles)]
    #this is a new dataframe where you have only the cycles in Cycles

Answer 2

假设您有一个要筛选的周期列表：

cycle_list = [1, 2, 3]

现在给定一个dataframes data_dict字典，您可以使用带有布尔掩码的字典理解来筛选满足条件的行：

res = {k: v[v['Cycles'].isin(cycle_list)] for k, v in data_dict.items()}

这假设每个数据帧都有一个Cycles序列。pd.Series.isin返回一系列用于索引数据帧的布尔值。你知道吗

此外，请注意使用globals()的原因非常罕见；您应该尽可能避免调用globals。你知道吗

Answer 3

像这样的？你知道吗

例如，您的数据帧定义为：

测试=pd.数据帧（{'mm'：['1'，'b'，'c'，'d'，'e']，'N'：[1,2,3,4,5]，'Cycle'：[1,1,2,2,3]}）

测试2=pd.数据帧（{'Cycles'：[1,3,5]}）

要筛选出列：

test3=测试[测试周期.isin（试验2.循环）]

出[19]： 循环N mm 0 1 1 1 1 1 2 b 4 3 5东