Python isin的复杂操作

我有一个数据框，看起来像：

import pandas as pd
df1 = pd.DataFrame({'Counterparty':['Bank','Client','Bank','Bank'],
             'Amount':[100, 100, 100, 100]
            })

我希望有一个灵活的选择，使用字符串过滤掉某些记录。比如：

condition ="'Bank'"
result = "df1['Counterparty'].isin(["+condition+"])"
print(eval(result))

我正在努力选择与交易对手=银行无关的所有记录。即

condition ="Not("Bank"))"

有什么建议可以实现吗？

首先使用

使用呢

---

您可以按如下方式使用一元运算Not~

condition ="'Bank'"
result = "df1[~df1['Counterparty'].isin(["+condition+"])]"
print(eval(result))

输出将是：

   Amount Counterparty
1     100       Client

编辑

---

Pandas具有可以使用str访问的字符串操作

import pandas as pd
df1 = pd.DataFrame({'Counterparty':['Bank','Client','Bank','Bank'],
             'Amount':[100, 100, 100, 100]
            })

要找到银行，你可以这样做

df1.Counterparty.str.match('Bank')

如果要查找除以下内容以外的任何内容，请添加平铺：

~df1.Counterparty.str.match('Bank')

最后，如果需要数据，只需将此布尔查询放入

df1[~df1.Counterparty.str.match('Bank')]

还有一些其他的注释。不要试图构建需要计算的表达式，只是暂时忘记eval的存在

不要以这种方式使用eval，它会带来安全风险

至少有两种可行的选择：

使用df.query。 使用类似的第三方库，这将允许您应用类似SQL的查询，例如，来自交易对手“银行”的df的pysqldfSELECT*；

---

我不想让它成为条件的一部分。通过这种方式，我可以灵活地更改过滤条件，而不必更改代码。我认为这是一个问题。因为条件变量不是条件，而是经过筛选的字符串。因此不能使用condition=NotBank。因为condition都是字符串df1['contractor']。isin[+condition+]我希望结果是灵活的。结果应仅取决于条件。如果我通过了Not条件，结果应该反映这一点。同样，如果我只是通过了条件银行，它应该只向我显示与银行交易对手的记录。但是，没有直接的方法可以做到这一点。我已经编辑了我的帖子，其中有一条建议是“黑客”，但如果条件似乎是解决这个问题的唯一方法，它就会起作用！谢谢

~df1.Counterparty.str.match('Bank')

df1[~df1.Counterparty.str.match('Bank')]