如何使用columns值作为基于其返回值的字典键来过滤数据集的行

Question

我有一个dataframe，当使用特定列的值的字典返回的值用作返回keys值的字典键时，我需要过滤掉其中的行。你知道吗

我已经能够基于columns值过滤行，但是当我尝试以类似的方式使用字典中的columns值时，iit返回一个错误。你知道吗

TypeError: 'Series' objects are mutable, thus they cannot be hashed

indexNames = df[ accounting_type_dict[df['fund_id']] == 'ETFs' ].index
df.drop(indexNames , inplace=True)

Answer 1

使用map然后过滤

newdf=df[df['fund_id'].map(accounting_type_dict) == 'ETFs'].copy()

Answer 2

您可以尝试用dict中相应的值替换列（根据数据帧的大小，您可能需要使用map而不是replace）

indexNames = df[ df['fund_id'].replace(accounting_type_dict) == 'ETFs' ].index
df.drop(indexNames , inplace=True)