Python：如何按pandas中的数据类型过滤DataFrame？

Question

我有一个DataFrame这样的；

df = pd.DataFrame([

    ['A1', ['Long Sleeves', 'Jacket'], 85],

    ['B1', 'Shoes', 55],

    ['A2', 'Skirt', 40]

], columns=['PRDS_ID', 'CAT', 'PRICE'])

我想选择类型来自list“CAT”列的行。

因此，我尝试了以下代码；

df[df.CAT.astype(list) == True]

df['CAT'].apply(lambda x: len(x) > 1)

但他们都没有工作。在这种情况下，应返回第一行。我该如何修复它？

Answer 1

你是这个意思吗？df['CAT'].apply(lambda x: x if isinstance(x, list) else None)0    [Long Sleeves, Jacket]1                      None2                      NoneName: CAT, dtype: object

Answer 2

你也可以使用apply像df[df.CAT.apply(type) == list]   PRDS_ID                     CAT  PRICE   0      A1  [Long Sleeves, Jacket]     85df.CAT.apply(type)然后将为您提供Series每行的对象类型通过比较df.CAT.apply(type) == list我们可以得到布尔值来进行索引

Answer 3

PANDAS 细胞没有istype方法；这是针对 Python 基础对象和其他实现该运算符的对象。相反，您必须将检查包装在应用于每个单元格内容的 lambda 函数中：您引用单元格内的 Python 对象，并测试它。>>> df[df.iloc[:,1].map(lambda x: type(x) == list)]  PRDS_ID                     CAT  PRICE0      A1  [Long Sleeves, Jacket]     85>>> df[df.iloc[:,1].map(lambda x: type(x) == str)]  PRDS_ID    CAT  PRICE1      B1  Shoes     552      A2  Skirt     40