Python 使用loc或iloc编写过滤数据的多个条件的有效方法

我编写了如下代码，以从名为“Document Type”的列中筛选出记录，该列包含大约25个分类值

salesdf.loc[(salesdf['Document type'] != 'AVC') & 
(salesdf['Document type'] != 'CC') & 
(salesdf['Document type'] != 'CDI') & 
(salesdf['Document type'] != 'BSX') & 
(salesdf['Document type'] != 'BTR') & 
(salesdf['Document type'] != 'FAF')] 

我只是想知道是否有一种有效的方法来编写代码，使我获得相同的输出

提前谢谢

我想你需要用

~

:

salesdf[~salesdf['Document type'].isin(['AVC', 'CC','CDI', 'BSX','BTR','FAF'])]

样本：

salesdf = pd.DataFrame({
    'Document type': ['AVC','CDI','CC','a','b','FAF','BTR','c','BSX']
})
print (salesdf)
  Document type
0           AVC
1           CDI
2            CC
3             a
4             b
5           FAF
6           BTR
7             c
8           BSX

a = salesdf.loc[(salesdf['Document type'] != 'AVC') & 
(salesdf['Document type'] != 'CC') & 
(salesdf['Document type'] != 'CDI') & 
(salesdf['Document type'] != 'BSX') & 
(salesdf['Document type'] != 'BTR') & 
(salesdf['Document type'] != 'FAF')] 

print (a)
  Document type
3             a
4             b
7             c

b = salesdf[~salesdf['Document type'].isin(['AVC', 'CC','CDI', 'BSX','BTR','FAF'])]
print (b)
  Document type
3             a
4             b
7             c

我想您需要使用

~

:

salesdf[~salesdf['Document type'].isin(['AVC', 'CC','CDI', 'BSX','BTR','FAF'])]

样本：

salesdf = pd.DataFrame({
    'Document type': ['AVC','CDI','CC','a','b','FAF','BTR','c','BSX']
})
print (salesdf)
  Document type
0           AVC
1           CDI
2            CC
3             a
4             b
5           FAF
6           BTR
7             c
8           BSX

a = salesdf.loc[(salesdf['Document type'] != 'AVC') & 
(salesdf['Document type'] != 'CC') & 
(salesdf['Document type'] != 'CDI') & 
(salesdf['Document type'] != 'BSX') & 
(salesdf['Document type'] != 'BTR') & 
(salesdf['Document type'] != 'FAF')] 

print (a)
  Document type
3             a
4             b
7             c

b = salesdf[~salesdf['Document type'].isin(['AVC', 'CC','CDI', 'BSX','BTR','FAF'])]
print (b)
  Document type
3             a
4             b
7             c

我将使用

.isin（）

和否定：

toIgnore = ['AVC', 'CC', 'CDI', 'BSX', 'BTR', 'FAF']
salesdf[~salesdf['Document type'].isin(toIgnore)]

我将使用

.isin（）

和否定：

toIgnore = ['AVC', 'CC', 'CDI', 'BSX', 'BTR', 'FAF']
salesdf[~salesdf['Document type'].isin(toIgnore)]

---

如果它已经按照您的预期工作，您可以将其发布到。谢谢，@user202729。我不知道。以后将使用它。如果它已经按照您的预期工作，您可以将其发布到。谢谢，@user202729。我不知道。你打字太快了：）谢谢。这就是我想知道的！代码中的~是否表示不等于？@vishnuprashanth-否，它表示反转掩码-

[True，False，True]

更改为

[False，True，False]

啊。。你太快了。这也回答了我的问题。非常感谢@jezrael@vishnuprashanth只是一个逻辑否定：首先，对于满足条件的每一行，您都会得到True，并且，由于您实际上想排除它们，所以您在前面加了一个

而不是
，您键入得太快了：）谢谢。这就是我想知道的！代码中的~是否表示不等于？@vishnuprashanth-否，它表示反转掩码-
[True，False，True]
更改为
[False，True，False]
啊。。你太快了。这也回答了我的问题。非常感谢@jezrael@vishnuprashanth只是一个逻辑否定：首先，对于满足条件的每一行，都是真的，并且，当您确实想要排除它们时，您在frontWorks中放置了一个
NOT
，这是完美的！！这个方法让我有了更好的理解。再次感谢：）非常好用！！这个方法让我有了更好的理解。再次感谢：）