Python 当变量用于筛选时，提供空帧的数据帧

我有一个数据帧，我需要过滤它。我正在使用

for i in values:
  df = df[df['name'] == i]
  print(df)

这里我得到的是空数据帧。但是如果我使用

df=df[df['name']='manualentryofname']

。但是

values

是一个名称列表，我需要根据它过滤数据帧并执行一些操作。

只需使用：

df.loc[df['name'].isin(values)]

---

如果您真的需要使用loop，那么您需要这样的东西，否则就使用zipa的解决方案。它将从原始文件中附加过滤结果，并附加到另一个临时文件中

temp=pd.DataFrame()
for i in values:
  temp = temp.append(df[df['name'] == i])

---

如果您只希望提取与

名称

中

名称

位于

值

中的每个

名称

相关的数据帧行，则可以在筛选后使用

分组依据

：

for key, df_key in df[df['name'].isin(values)].groupby('name'):
    # read dataframe extract in df_key

如果希望根据

名称
修改数据帧的部分，可以在
for
循环中使用掩码：

for key in values:

    # calculate Boolean series mask
    mask = df['name'] == key

    # perform manipulations based on Boolean series
    df.loc[mask, 'some_col'] *= 2
    df.loc[mask, 'some_other_col'] += 1

最佳解决方案将高度依赖于操作的性质。例如，上面的示例操作是可矢量化的，不需要显式的
for
循环。
for循环不仅仅是为了过滤..根据for循环的i值，我在此基础上进行了一些操作，并回答了您的问题，如果
值
包含
名称
它应该可以工作。因为在第一次迭代后，它将只包含第一个i值，在第二次迭代后，它将返回空的DataFrame。如果您想在值列表中只保留值，则使用@zipa解决方案，如果你真的想在循环中使用，那么不要在df中再次存储中间结果，保持中间结果在temp变量中，然后尝试附加下一个交互结果，它应该有效，因为循环不仅仅是过滤。我有一些基于for的i值的操作loop@qwww可以你们能分享一下输入和期望输出的例子吗？这样我就可以进一步帮助你们了？