py-datatable 'in‘操作符？

Question

我无法使用预定义的项目列表执行标准的in操作.我想做这样的事情：

# Construct a simple example frame
from datatable import *
df = Frame(V1=['A','B','C','D'], V2=[1,2,3,4])

# Filter frame to a list of items (THIS DOES NOT WORK)
items = ['A','B']
df[f.V1 in items,:]

此示例将导致错误：

TypeError: A boolean value cannot be used as a row selector

不幸的是，in操作似乎没有内置对象。我想使用类似于R语言固有的%in%运算符的东西。有什么方法可以在python中实现这一点吗？

我可以通过使用多个“相等”操作符来采用这种方法，但是当您想要考虑大量的项时，这是不方便的：

df[(f.V1 == 'A') | (f.V1 == 'B'),:]

数据表0.10.1

python 3.6

Answer 1

你也可以试试这个：

首先导入所有必要的包，

import datatable as dt
from datatable import by,f,count
import functools
import operator

创建一个示例数据表：

DT = dt.Frame(V1=['A','B','C','D','E','B','A'], V2=[1,2,3,4,5,6,7])

列出要在观察中筛选的值，在您的情况下是

sel_obs = ['A','B']

现在使用funtools和运算符模块创建过滤器表达式，

filter_rows = functools.reduce(operator.or_,(f.V1==obs for obs in sel_obs))

最后，在datatable上应用上面创建的过滤器。

DT[fil_rows,:]

其输出为-

Out[6]: 
   | V1  V2
-- + --  --
 0 | A    1
 1 | B    2
 2 | B    6
 3 | A    7

[4 rows x 2 columns]

你可以和操作人员一起玩来做不同类型的过滤。

@sammyweemy的解决方案也应该有效。

Answer 2

结果是，当您将表达式列表传递给python datatable时，它将将它们计算为or。

所以你可以这么做：

import datatable
df = datatable.Frame(V1=['A','B','C','D'], V2=[1,2,3,4])

items = ['A','B']
df[[datatable.f.V1 == i for i in items],:]

请注意，对此有一些注意事项:在文档中没有描述它，而且我完全不知道它是否总是工作的。此外，它也只对一个列进行过滤--如果您试图过滤V1==A or V2==1中的行，则使用list的方法将创建重复的列。

如果您需要进行一些更高级的筛选，您只需调整列表中的筛选表达式，如：

df[([(datatable.f.V1 == i) & (datatable.f.V2 >= 2) for i in items]),:]

它将像预期的那样只返回示例中的第二行。

Answer 3

我还没有在in中找到一个pydatatable函数；但是，您的用例中有一个黑客：

items = ['A','B']
regex = f"{'|'.join(items)}"
df[f.V1.re_match(regex),:]


   V1   V2
  ▪▪▪▪  ▪▪▪▪
0   A   1
1   B   2
2 rows × 2 columns

这是对另一个问题的回答：link。我在文档中也找不到这个函数。希望随着时间的推移，文档将得到改进，还将包含更多的功能。