Python 3.x 使用值列表从数据帧中选择行

我有一个值列表，可以用来选择数据框中的行。诀窍是我想选择列表值所在的任何行。例如：

index    color    shape
 1       blue     star
 2       red      square
 3       yellow   circle

我的名单是

list_vals = ['sq', 'blu']

我想选择行

index    color   shape
1        blue    star
2        red     square

使用转换为

系列

，然后使用查找您感兴趣的字符串-我们将使用

“|”。加入

创建一个正则表达式或“模式”，将

列表中的所有项目组合起来

作为参考，在本例中，此正则表达式模式类似于
'sq | blu'

接下来，要返回原始形状并使用轴1创建布尔索引，我们将使用它返回所需的行

df[df.stack().str.contains('|'.join(list_vals)).unstack().any(1)]

[外]

这里有一种方法

df_filtered = (
    df[(df['color'].str.contains(list_vals[0])) |
        (df['shape'].str.contains(list_vals[1]))
        ]
                )

print(df_filtered)
   index color   shape
0      1  blue    star
1      2   red  square

编辑

另一种方法基于（包含对该方法的完整解释）


我所做的唯一更改是（1）将您的搜索列表加入到单个搜索字符串中，（2）返回搜索（筛选）结果的
数据框
（行）索引（然后使用该索引对原始
数据框
）

输出

  color   shape
1   red  square

或者用管道连接列表，并在df上用
str.contains（）
检查：

df[df.apply(lambda x: x.str.contains('|'.join(list_vals))).any(axis=1)]


你能解释一下你是如何选择索引3的吗？行似乎不包含
列表中所需的搜索词。我想他在这种情况下指的是索引1是的，对不起，没有引起足够的注意。我对选择索引1和索引2感兴趣。我已经对原始帖子进行了编辑。@MorganGladden，没问题。谢谢你的编辑！
df[df['shape'].apply(lambda x: any(s in x[:len(s)] for s in list_vals))]

  color   shape
1   red  square

df[df.apply(lambda x: x.str.contains('|'.join(list_vals))).any(axis=1)]

       color   shape
index              
1      blue    star
2       red  square