Python 删除数据框中某列中与特定级别对应的行

My从2个大型数据集中合并，然后删除NA。它现在已经成型（2707,18）

我已经做了

parks= pd.read_csv('parks.csv')
species= pd.read_csv('species.csv')
data= pd.merge(parks, species, on='Park Name')
variables= list(data.columns)[:-1]
print(parks.columns)
print('')
print(species.columns)
print('')
print(variables)
data= data.loc[:, variables]
data= data.dropna()
print(data.shape)

# The output:
Index(['Park Code', 'Park Name', 'State', 'Acres', 'Latitude', 'Longitude'], dtype='object')

Index(['Species ID', 'Park Name', 'Category', 'Order', 'Family',
       'Scientific Name', 'Common Names', 'Record Status', 'Occurrence',
       'Nativeness', 'Abundance', 'Seasonality', 'Conservation Status',
       'Unnamed: 13'],
      dtype='object')

['Park Code', 'Park Name', 'State', 'Acres', 'Latitude', 'Longitude', 'Species ID', 'Category', 'Order', 'Family', 'Scientific Name', 'Common Names', 'Record Status', 'Occurrence', 'Nativeness', 'Abundance', 'Seasonality', 'Conservation Status']
(2707, 18)

我在数据中查找了一个分类变量的级别，发现有一些不相关的级别。这些水平（似乎属于其他变量）来自“物种”数据

print(data.groupby('Record Status').size())
# Output:

Record Status
 American Crow             1
 Bushtit                   1
 Cabezon                   1
 Catbird                   1
 Cocodrilo De Tumbes       1
 Common Poorwill           1
 Northern Goshawk          1
 Northern Pintail          1
 Pigeon Hawk               1
 Robin                     1
 Short-Tailed Weasel       1
 Speckled Trout            1
 Wapiti                    1
 White-Footed Mouse        1
Approved                2668
In Review                 25

我已尝试将列“Record Status”仅在['Approved'、'in Review']中取值的行保留为

data= data[(data.loc[:,'Record Status']=='Approved') & (data.loc[:,'Record Status']=='In Review')]

但这会删除数据中的所有行，即data.shape现在为（0,18）

否则，我已经试过pd.isin了

data= data[data.loc[:,'Record Status'].isin(['Approved', 'In Review'])]
print(data.groupby('Record Status').size())

# Output:
Record Status
Approved    2668
dtype: int64

这一次只保留一个级别，而删除“审查中”级别的观察结果。如何“错误地”从数据框中删除所有这些级别？提前感谢。

尝试使用删除列

记录状态中的标题和尾部空白，并使用筛选列

data['Record Status']=data['Record Status'].str.strip（）
数据=数据[数据['Record Status'].isin（['Approved'，'In Review']）]