Python 过滤熊猫中的对象列

我有一个100000行X 200列的数据集。我想进行分类。 我的目标列是一个对象（字符串），具有1345个唯一值

假设我的目标列是“names”。我只想保留以下姓名：约翰、玛丽、克里斯、安娜。如何“过滤”数据集，使其仅包含目标列中具有这些名称的行

过滤完数据集后，我想创建一个分类器，该分类器将有四个类，即四个名称。我曾考虑使用get_dummies，但随后我将有4个目标列。我只想变换，例如，John=1，Mary=2，等等

有什么想法吗

---

非常感谢

您可以使用

pd.DataFrame.loc

在列中进行筛选：

name_set = {'John', 'Mary', 'Chris', 'Anna'}
res = df.loc[df['names'].isin(name_set)]

您可以使用字典将姓名映射到数字标识符：

d = {'John': 1, 'Mary': 2, 'Chris': 3, 'Anna': 4}
res['names'] = res['names'].map(d)

---

第二步也可以通过提取类别代码来实现。

下面的答案是否有帮助？请随意接受答案（左边绿色的勾号），或要求澄清。@apostolos，太好了，左边有一个绿色的勾号，您应该单击-这向其他用户表明问题已经解决。