使用列表理解和群比对Pandas数据进行子集

Question

我很难将列表理解和groupby函数应用到Pandas dataframe子集中。

我的dataframe有一个列"patid“，它包含一个病人ID的列表，例如。25001。病人(25001)将有多行。因此，在该示例的基础上，10,000行mmay只能保存10名患者的数据。我想获取列表patidList，并返回一个只有列“patid”中的值与dataframe的patid列中的一个list匹配的行的数据。

我已经使用这段代码细分了dataframe，我知道这在速度上有点瓶颈。在这个示例中，我已经显着地缩小了列表和数据的大小，仅用于练习：

class TestClass():

    def __init__(self):
        dictExample = {
            "patid" : ["25001", "25001", "25001", "999", "999"],
            "interesting_stuff" : ["a","b","c","d","e"]
        }
        self.ioDF = pd.DataFrame(dictExample)

    def someMethod(self):
        patidList = ["25001"]
        reducedDF = self.ioDF.loc[self.ioDF['patid'].isin(patidList)]

testClass = TestClass()
testClass.someMethod()

然而，有人向我建议，如果我使用列表理解和群组功能，我可能会看到速度加快。我不知道该怎么做。请注意:我对这里的速度感兴趣。任何可能的加速都是有用的。我已经在多个核上运行了。即使从一个列表到一个元组的速度有很小的提高，这也是非常有用的。谢谢。

Answer 1

试着做以下工作：

Datdaframe[dataframe[“patid”].isin(patidList)]