列表的布尔掩码，作为pandas数据框中的条目

问题描述

我有一个熊猫DataFrame，其中包含列表作为条目

df[df['col1'] == 'foo']

然后，我想使用布尔型掩码返回行，如果'foo'在任何行的列表中（在本例中为第0行）。以下将返回一个空的DataFrame：

df[df['col1'].apply(lambda x: True if 'foo' in x else False)]

实现上述目标的最佳方法如下：

this.itemsList = this.itemsRefList.snapshotChanges().pipe(
  map(changes =>
    changes.map(c => ({
      product: c.payload.key,firmware: c.payload.child('latest').val(),ref: c.payload.ref,})
    )
  )
);

但是我觉得有一种方法可以简化这段代码。有什么建议吗？

解决方法

正如Henry在评论中所发布的，如果您在lambda中使用'foo' in x，则可以缩小代码。 对我来说，这看起来足够pythonic。

完整的行将是

df[df["col1"].apply(lambda x: 'foo' in x)]

如果要避免使用lambda表达式，可以使用：

def inside(my_list,key): return key in my_list
out = df[df["col1"].apply(inside,key="foo")]

这使用了预先定义的功能，可以对其进行扩展。对于lambda表达式，这是不可能的。