我想根据列表从数据框中选择一些数据。我提到了很多问题，包括 this一。我的“df2”如下所示:
col1 col2 session_number col3 col4 session
0 1.1 A 0 1.1 X 1
1 1.1 A 1 1.7 X 2
2 1.1 A 2 2.5 Y 3
3 2.6 B 0 2.6 Y 7
4 2.5 B 0 3.3 Z 5
我想将“col2”和“session”分组到另一个数据框中。
df3 = pd.DataFrame({'count' : df2.groupby( ["col2","session"] ).size()}).reset_index()
所以我的 df3 是这样的:
col2 session count
0 A 1 1
1 A 2 1
2 A 3 1
3 A 6 1
4 B 5 1
5 B 7 1
现在我想找到 col2='D' 的 session 值。(这些值不在这里，因为我只放置了数据帧的一部分)
li = []
li.append(df3[df3.col2 == 'D' ]['session'].values)
然后我想回到 df2 并为“li”中的 session 值获取相应的“col1”值
print df2[df2['session'].isin(li)]['col1'].unique()
它给出以下错误。
Traceback (most recent call last):
File "/home/nilani/Desktop/testingSessions.py", line 40, in <module>
print df2[df2['session'].isin(li)]['col1'].unique()
File "/usr/local/lib/python2.7/dist-packages/pandas-0.11.0-py2.7-linux-x86_64.egg/pandas/core/series.py", line 2785, in isin
value_set = set(values)
TypeError: unhashable type: 'numpy.ndarray'
但是如果我像下面这样在“li”中使用值，它不会给出任何错误并正确打印输出。
print df2[df2['session'].isin([ 4, 10])]['col1'].unique()
这里有什么问题？
请您参考如下方法:
这是因为你 li 是一个包含数组的列表:
li == [array([4, 10])]
目前，查看 isin li 试图查看是否有东西是具有 4 和 10 的数组(而不是包含在其中)...事实上，这更糟糕因为即使查看 in li 是否会产生错误。
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
你想要更简单的:
li == array([4, 10])
也就是
li = df3[df3.col2 == 'D' ]['session'].unique() # or values
但是，在前面的问题中，您的 session 值是通过按 col2 分组获得的，因此这将与以下内容完全相同:
df[df['col2'] == 'D']['col1'].unique()
