Python 使用值列表从数据框中选择行

假设我有以下数据帧：

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

     A   B
0    5   1
1    6   2
2    3   3
3    4   5

我可以基于特定值进行子集划分：

x = df[df['A'] == 3]
x

     A   B
2    3   3

但是如何基于值列表进行子集大概是这样的：

list_of_values = [3,6]

y = df[df['A'] in list_of_values]

要获得：

     A    B
1    6    2
2    3    3

您可以使用以下方法：

要得到相反的结果，请使用

~

：

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

您可以使用以下方法：

或

另一种方法

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

与该方法不同，这在确定列表是否包含列

a

的函数时特别有用。例如，

f（A）=2*A-5

作为函数

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

---

需要注意的是，这种方法比isin方法慢。

如何按列表顺序返回这些值？例如，

list\u of_values

的值是3，然后是6，但返回的帧是6，然后是3。我说的不是简单的排序，而是如何具体地按照列表中的值的顺序返回。这是一个布尔索引的示例，它将顺序保留在索引之外，有关详细信息，请参阅。需要在选择后进行排序。这有助于我使用'query'和@：例如：df=pd.DataFrame（{'A'：[1,2,3]，'B'：['A'，'B'，'f']}）df=pd.DataFrame（{'A'：[5,6,3,4]，'B'：[1,2,3,5]}）list_of_values=[3,6]result=df.query（“A in@list_of_of_values”）结果A B 1 6 2 33@JasonStrimpel我在这里回答了你的问题：哇，这个@business非常有用

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

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

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