使用值列表从 Pandas 数据帧中选择行

您可以使用 isin 方法：

In [1]: df = pd.DataFrame({'A': [5,6,3,4], 'B': [1,2,3,5]})

In [2]: df
Out[2]:
   A  B
0  5  1
1  6  2
2  3  3
3  4  5

In [3]: df[df['A'].isin([3, 6])]
Out[3]:
   A  B
1  6  2
2  3  3

并得到相反的用法：~

In [4]: df[~df['A'].isin([3, 6])]
Out[4]:
   A  B
0  5  1
3  4  5

您可以使用方法查询：

df.query('A in [6, 3]')
# df.query('A == [6, 3]')

或

lst = [6, 3]
df.query('A in @lst')
# df.query('A == @lst')

另一种方法;

df.loc[df.apply(lambda x: x.A in [3,6], axis=1)]

与 isin 方法不同，这在确定列表是否包含列的函数时特别有用。例如，作为函数;Af(A) = 2*A - 5

df.loc[df.apply(lambda x: 2*x.A-5 in [3,6], axis=1)]

应该注意的是，这种方法比方法慢。isin

您可以将值存储在列表中，如下所示：

lis = [3,6]

然后

df1 = df[df['A'].isin(lis)]

list_of_values不一定是 ;它可以是 、 、 、 numpy 数组、pandas 系列、生成器等，并且仍然可以工作。listsettupledictionaryrangeisin()query()

关于以下事项的说明：query()

• 您也可以在里面打电话：isin()query()

  list_of_values = [3, 6]
  df.query("A.isin(@list_of_values)")
  

• 您可以将要搜索的值作为参数传递，如果您不想事先在函数调用链中创建筛选列表，这将非常有用：local_dict

  df.query("A == @lst", local_dict={'lst': [3, 6]})
  

选择行的一些常见问题

1. 是一个范围list_of_values

如果需要在某个范围内进行过滤，可以使用 between（） 方法或 .query()

list_of_values = [3, 4, 5, 6] # a range of values

df[df['A'].between(3, 6)]  # or
df.query('3<=A<=6')

2. 按以下顺序返回dflist_of_values

在 OP 中，中的值不会按 中的顺序显示。如果要按它们出现的顺序返回，即 “排序” by ，请使用 。list_of_valuesdfdflist_of_valueslist_of_valuesloc

list_of_values = [3, 6]
df.set_index('A').loc[list_of_values].reset_index()

如果要保留旧索引，可以使用以下命令。

list_of_values = [3, 6, 3]
df.reset_index().set_index('A').loc[list_of_values].reset_index().set_index('index').rename_axis(None)

3.不要使用apply

一般来说，并且是完成此任务的最佳方法;没有必要。例如，对于列上的函数，两者的工作效率要高得多：isin()query()apply()f(A) = 2*A - 5Aisin()query()

df[(2*df['A']-5).isin(list_of_values)]         # or
df[df['A'].mul(2).sub(5).isin(list_of_values)] # or
df.query("A.mul(2).sub(5) in @list_of_values")

4. 选择不在list_of_values

要选择不在 中的行，则否定 /：list_of_valuesisin()in

df[~df['A'].isin(list_of_values)]
df.query("A not in @list_of_values")  # df.query("A != @list_of_values")

5. 选择多列所在的行list_of_values

如果要使用两个（或多个）列进行筛选，则根据需要使用减少列 （）。any()all()axis=1

1. 选择至少一个 or 所在的行：ABlist_of_values

   df[df[['A','B']].isin(list_of_values).any(1)]
   df.query("A in @list_of_values or B in @list_of_values")
   

2. 选择 和 都在 的行：ABlist_of_values

   df[df[['A','B']].isin(list_of_values).all(1)] 
   df.query("A in @list_of_values and B in @list_of_values")
   

使用 f-Strings 更棘手

list_of_values = [3,6]


df.query(f'A in {list_of_values}')

上面的答案是正确的，但是如果您仍然无法按预期筛选出行，请确保两个 DataFrame 的列具有相同的 。dtype

source = source.astype({1: 'int64'})
to_rem = to_rem.astype({'some col': 'int64'})

works = source[~source[1].isin(to_rem['some col'])]

花了我足够长的时间。

在速度方面进行比较的非熊猫解决方案可能是：

filtered_column = set(df.A) - set(list_list_of_values)