列表理解以检查真值

Question

我有一个DataFrame和一个列表。DataFrame中与列表中的项不匹配的每个项都应该设置为None。我编写了一个列表理解，它应该检查列表中的条目是否为True，在这种情况下，应该将DataFrame的项设置为None。谁能解释我为什么得到ValueError。我尝试了从ValueError中推荐的方法，但是它们没有起作用。

我的守则：

abc = ['A', 'B', 'C']
l = ['A', 'B', 'None', '5-20', 'C', '200-500', 'D', '1000', 'A']
l = pd.DataFrame(l)

[None for i in l if ~l[i].isin(abc) == True]
       
print(l)

输出：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all() 

预期结果：

      0
0     A
1     B
2  None
3  None
4     C
5  None
6  None
7  None
8     A

Answer 1

可以将isin与布尔索引结合使用。

l[~l.isin(abc)] = None
l
      0
0     A
1     B
2  None
3  None
4     C
5  None
6  None
7  None
8     A

isin将返回True，如果项包含在给定的序列中，则为每一行数据l的abc。

l.isin(abc)
       0
0   True
1   True
2  False
3  False
4   True
5  False
6  False
7  False
8   True

在这里，我们希望设置None，其中值是False (其中的值与列表不匹配)，因此我们将使用Bitwise (~)来逆它，以便以后我们可以使用它进行布尔索引。

~l.isin(abc)
       0
0  False
1  False
2   True
3   True
4  False
5   True
6   True
7   True
8  False

然后使用None简单地设置为布尔索引

l[~l.isin(abc)] = None
l
      0
0     A
1     B
2  None
3  None
4     C
5  None
6  None
7  None
8     A

Answer 2

如果没有匹配，则使用DataFrame.where设置为None：

a = l.where(l.isin(abc), None)
       
print(a)
      0
0     A
1     B
2  None
3  None
4     C
5  None
6  None
7  None
8     A

Answer 3

您可以使用这样的pandas.DataFrame.mask方法：

>>> print(l.mask(~l.isin(abc), None))
      0
0     A
1     B
2  None
3  None
4     C
5  None
6  None
7  None
8     A