Skip to main content
 首页 » 编程设计

python之Pandas bool 索引与两个列表的比较 : Same ( ) 方法,不同的结果

2025年05月04日9虾米哥

我有一个名为 bom2 的表(大约 74k 行 + 其他列,但我们只对组装和完成产品感兴趣。为了澄清一点,相同的组装和完成产品 ID 可以出现在两列中。

  bom2=pd.DataFrame({'Assembly': {0: '0138104116', 
  1: '0309005994', 
  2: '0309005996', 
  3: '0309005998', 
  4: '0309005998', 
  5: '0309005998', 
  6: '0309005998', 
  7: '0312005996', 
  8: '0312005997', 
  9: '0312005998'}, 
 'Finish product': {0: '0138104116', 
  1: '0309005994', 
  2: '0309005996', 
  3: '0309005998', 
  4: '0309005998', 
  5: '0309005998', 
  6: '0309005998', 
  7: '0312005996', 
  8: '0312005997', 
  9: '0312005998'}}) 

我需要:

获取所有程序集 ID

与成品 ID 比较

仅获取 Finish 产品在 Assembly 列中的任何位置都没有其 ID 的行。

方法一:

nejsou = bom2[-bom2['Finish product'].isin(bom2.Assembly.tolist())]  

方法二:

ass = bom2.Assembly.tolist() 
fin = bom2['Finish product'].tolist() 
nee=list()  #will contain Assembly IDs which do not occur in 'Finish product' 
for a in ass: 
    if a not in fin: nee.append(a) 

在下一步中使用'nee'中的ID来搜索相应的行

bom2[bom2.Assembly.isin(nee)] 

我原以为这两种方法是等效的,但是当我检查每种方法产生的程序集 ID 的数量时,我得到了不同的数字。

print "method(1 + 2):", len(set(nejsou.Assembly.tolist()+nee)), "Unique Assembly IDs" 
print "method(1):",len(set(nejsou.Assembly.tolist())), "Unique Assembly IDs" 
print "method(2):",len(set(nee)), "Unique Assembly IDs" 
 
method(1 + 2): 4021 Unique Assembly IDs 
method(1): 4015 Unique Assembly IDs 
method(2): 1986 Unique Assembly IDs 

似乎方法 1( bool 过滤)捕获了方法 2 捕获的所有案例 + 大约 2k 个其他案例,我无法弄清楚是什么案例。

这两种方法有何不同? 有没有其他方法可以达到预期的效果?

请您参考如下方法:

考虑以下玩具示例:

import numpy as np 
import pandas as pd 
 
bom2 = pd.DataFrame( 
    [ 
        ['A', 'F'], 
        ['AF', 'F'], 
 
        ['AF2', 'F'],    
        ['A', 'AF2'],  
 
        ['A', 'AF'], 
        ['A2', 'AF'], 
 
    ], columns=['ASS', 'FIN']) 
 
print(bom2) 
#    ASS  FIN 
# 0    A    F 
# 1   AF    F 
# 2  AF2    F 
# 3    A  AF2 
# 4    A   AF 
# 5   A2   AF 

“模式”是:

  • AF 和AF2 指的是IDS,同时在ASS 和FIN 中。
  • A 和 A2 仅在 ASS 中。
  • F 仅在 FIN 中。

然后:

ass = bom2['ASS'].tolist() 
fin = bom2['FIN'].tolist() 
 
# filter out rows of bom2 where FIN equals AF 
nejsou = bom2[-bom2['FIN'].isin(ass)]  
 
nee = list()  #will contain ASS not in FIN 
for a in ass: 
    if a not in fin: nee.append(a) 
 
print(nejsou) 
#    ASS FIN 
# 0    A   F 
# 1   AF   F 
# 2  AF2   F 

产量

print "method(1 + 2):", len(set(nejsou.ASS.tolist()+nee)), "Unique ASS IDs" 
# method(1 + 2): 4 Unique ASS IDs 
 
print "method(1):",len(set(nejsou.ASS.tolist())), "Unique ASS IDs" 
# method(1): 3 Unique ASS IDs 
 
print "method(2):",len(set(nee)), "Unique ASS IDs" 
# method(2): 2 Unique ASS IDs 

注意

print(set(nee)) 
# set(['A', 'A2']) 
 
print(set(nejsou.ASS.tolist())) 
# set(['A', 'AF2', 'AF']) 

所以方法(1)和方法(2)产生不同的结果。 如果您遵循该模式,您可以根据需要添加任意数量的项目 设置。

  • 要增加 method(1) 而不增加 method(2),请添加更多行,如 AF

    ['AFn', 'F'], 
    ['A', 'AFn'], 
    
  • 要在不增加 method(1) 的情况下增加 method(2),请添加更多行,例如 A2

    ['An', 'AF'],  
    

只获取 Finish 产品在 组装柱使用方法一:

In [107]: bom2.loc[~bom2['FIN'].isin(bom2['ASS'])] 
Out[107]:  
   ASS FIN 
0    A   F 
1   AF   F 
2  AF2   F 

不是方法二:

In [109]: bom2[bom2['ASS'].isin(nee)] 
Out[109]:  
  ASS FIN 
0   A   F 
4   A  AF  <-- WRONG; AF is in bom2['ASS'] 
5  A2  AF  <-- WRONG