如何通过Python或Tableau prep筛选csv文件中的位置?

如何通过Python或Tableau prep筛选csv文件中的位置?,python,pandas,tableau-api,data-cleaning,preprocessor,Python,Pandas,Tableau Api,Data Cleaning,Preprocessor,我有一个20K推文的csv文件,其中一列是用户的位置。这些地点来自世界各地,但对我们来说,只有美国各州是重要的。数据集的屏幕截图如下所示: 如何通过Python或Tableau Prep筛选此文件,使其仅保留其用户位置为美国各州的行?(删除其位置不来自美国的所有行)dataframe.loc[dataframe['name of column']=='value which need to filter']或者您也可以使用dataframe查询dataframe.query('column n

我有一个20K推文的csv文件,其中一列是用户的位置。这些地点来自世界各地,但对我们来说,只有美国各州是重要的。数据集的屏幕截图如下所示:


如何通过Python或Tableau Prep筛选此文件,使其仅保留其用户位置为美国各州的行?(删除其位置不来自美国的所有行)

dataframe.loc[dataframe['name of column']=='value which need to filter']或者您也可以使用dataframe查询dataframe.query('column name'='value')不是一个
机器学习
问题-请不要垃圾邮件发送不相关的标签(已删除)。@qaiser感谢您的回复。那么,我是否应该在你的公式中提及所有50个州及其所有可能性(如纽约州、纽约州、纽约州等)?例如:dataframe.loc[dataframe['name of column']=='New York,NY,newjersey,NJ,California,Ca,alizona,AZ,Maryland,MD,…].构建一个集合,从所有州的在线资源以各种形式提供,它应该为您提供大多数情况,对于100%或接近,您需要手动完成
import pandas as pd 

df = pd.DataFrame(['Usa','Australia','Asia','Africa','Europe'],columns = ['continent'])


# make a list of word you want to filter 

list_ = ['Asia','Europe','Africa']


# now you can use pandas isin functionality to filter the data that you want

df.loc[df['continent'].isin(list_)]

#op
    continent
2   Asia
3   Africa
4   Europe