Skip to main content
 首页 » 编程设计

python之要索引的 id 的交叉引用列表

2025年01月19日10zhwl

我将与特定值相关联的 ID 列表组合在一起,并将所有这些 ID 列表放入一个数据框中。它看起来像这样:(索引 = id)

    phase  list_ids 
id   
a1  1      [a1,a2,c3]  
a2  3      [a1,b2,c3]   
b1  3      [a2,b2]  
b2  2      [b1,b2,c1]  
b3  3      [b2,c1]  
c1  1      [a1,a2,c3]  
c2  1      [a1,b1,c4]  
c3  2      [c1,c2,c4]  
c4  1      [c1,c2] 

我想遍历这些列表并将它们交叉引用到 id 索引,其中 phase 等于 2 或 3,然后只保留原始列表中匹配的 id(或者如果不可能,创建一个修改后的新列列表)。像下面这样的东西:

    phase  list_ids 
id   
a1  1      [a2,c3] #ids whose phase != 2|3 not kept in list 
a2  3      [b2,c3]   
b1  3      [a2,b2]  
b2  2      [b1,b2]  
b3  3      [b2]  
c1  1      [a2,c3]  
c2  1      [b1]  
c3  2      []  
c4  1      [] 

如果可能的话,我想在数据框对象中执行此操作,因为每一行都有多个功能/依赖项。关于如何进行此操作的任何提示?

我的实际数据:

               phase  ids 
Study_id              
ACP-103-006    2.0   [ACP-103-006, ACP-103-020, ACP-103-019, ACP-10...  
ACP-103-008    2.0   [ACP-103-006, ACP-103-020, ACP-103-019, ACP-10...   
ACP-103-010    2.0   [ACP-103-042, ACP-103-034, ACP-103-014, ACP-10...   
ACP-103-012    3.0   [ACP-103-042, ACP-103-034, ACP-103-014, ACP-10...   
ACP-103-014    3.0   [ACP-103-042, ACP-103-034, ACP-103-014, ACP-10...    

还有数据类型:

phase float64  
ids object 
dtype: object  

以及 good_ids 输出:

print(good_ids) 
{'CLS1001-301', 'EFC13799', 'AG120-C-009', 'IRBES_R_04320', 'LTS11298', 'CLS1003-302', '13621', 'TMC-ORI-10-01', '11935', 'C_8428', 'ACP-103-008', 'SFY13476', 'MNTX 301EXT', '14-OBE001-016', '812P310', 'V01-126A-201', 'VX06-770-101', 'EFC11603', ...} 

请您参考如下方法:

假设 list_ids 列中的每个元素都是一个字符串列表,您可以执行以下操作:

首先获取“好”ids 的集合(其中相位为 2 或 3):

good_ids = set(df[df["phase"].isin([2,3])].index) 
print(good_ids) 
#{'a2', 'b1', 'b2', 'b3', 'c3'} 

接下来使用apply过滤list_ids,使用good_ids:

df["list_ids"] = df["list_ids"].apply(lambda x: [val for val in x if val in good_ids]) 
print(df) 
#    phase  list_ids 
#id                  
#a1      1  [a2, c3] 
#a2      3  [b2, c3] 
#b1      3  [a2, b2] 
#b2      2  [b1, b2] 
#b3      3      [b2] 
#c1      1  [a2, c3] 
#c2      1      [b1] 
#c3      2        [] 
#c4      1        []