Фильтрация данных в ненулевых строках

Question

У меня есть DataFrame из этой формы:

In [122]: df=pd.DataFrame({"A":["1,2,3","4,5,6",np.nan,"8"],"B":[6,7,8,9]})

In [123]: df
Out[123]:
       A  B
0  1,2,3  6
1  4,5,6  7
2    NaN  8
3      8  9

Я хочу отфильтровать строки в B, где список в A содержит определенное значение, например «4».

Я пытался использовать этот синтаксис:

df["B"][["4" in a for a in df["A"].str.split(',')]]

Но я получаю TypeError: argument of type 'float' is not iterable из-за NaN в одной из строк.Поэтому я попробовал этот синтаксис -

df["B"][["4" in a for a in df["A"].str.split(',') if pd.notnull(a)]]

Но я получаю ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all().

Есть идеи, как мне заставить это работать?Я попробовал несколько идей, но ни одна из них не сработала, и я не знаю, почему этот синтаксис неправильный.

Ожидаемый результат - 7.

Answer 1

Используйте альтернативу панд:

s = df.loc[df["A"].str.split(',', expand=True).eq('4').any(axis=1), 'B']
print (s)
1    7
Name: B, dtype: int64

Объяснение :

Создание кадра данных по параметру expand=True в Series.str.split:

print (df["A"].str.split(',', expand=True))
     0     1     2
0    1     2     3
1    4     5     6
2  NaN   NaN   NaN
3    8  None  None

Comapre от DataFrame.eq (==):

print (df["A"].str.split(',', expand=True).eq('4'))
       0      1      2
0  False  False  False
1   True  False  False
2  False  False  False
3  False  False  False

проверить, если хотя бы один True на строки, DataFrame.any:

print (df["A"].str.split(',', expand=True).eq('4').any(axis=1))
0    False
1     True
2    False
3    False
dtype: bool

И последний фильтр по DataFrame.loc с boolean indexing.

Ваше решение следует изменить с помощью if-else и isinstance:

mask = ["4" in a if isinstance(a, list) else False for a in df["A"].str.split(',')]

s = df.loc[mask, 'B']

Answer 2

Вы можете использовать Series.str.contains

df=pd.DataFrame({"A":["14,2,3","4,5,6",np.nan,"8"],"B":[6,7,8,9]})
df[df['A'].str.contains(r'\b4\b', na=False)]

Даст вам:

    A       B
1   4,5,6   7

Тогда вы можете выбрать только столбец B.

df[df['A'].str.contains(r'\b4\b', na=False)]['B']

# Output:
1    7
Name: B, dtype: int64

РЕДАКТИРОВАТЬ:

Вместо использования .contains('4') вы должны использовать .contains(r'\b4\b').Чтобы не набирать 14 или любой другой номер, который содержит 4