如果列中的值位于值的集合列表[重复]中，则筛选数据行

Question

如果列中的值位于值的集合列表[重复]中，则筛选数据行

我有一只Python熊猫DataFramerpt:

rpt<class 'pandas.core.frame.DataFrame'>MultiIndex: 47518 entries, ('000002', '20120331') to ('603366', '20091231')Data columns:STK_ID 
                   47518  non-null values
STK_Name                  47518  non-null values
RPT_Date                  47518  non-null values
sales                     47518  non-null values

我可以过滤股票ID为'600809'就像这样：rpt[rpt['STK_ID'] == '600809']

<class 'pandas.core.frame.DataFrame'>MultiIndex: 25 entries, ('600809', '20120331') to ('600809', '20060331')Data columns:STK_ID 
                   25  non-null values
STK_Name                  25  non-null values
RPT_Date                  25  non-null values
sales                     25  non-null values

我想把一些股票的所有行放在一起，比如['600809','600141','600329']..这意味着我需要这样的语法：

stk_list = ['600809','600141','600329']rst = rpt[rpt['STK_ID'] in stk_list] # this does not works in pandas

既然熊猫不接受上面的命令，如何达到目标？

Answer 1

使用isin方法。rpt[rpt['STK_ID'].isin(stk_list)].

Answer 2

isin()如果有精确匹配的列表，但如果要查找部分匹配或子字符串列表，则可以使用str.contains方法和正则表达式。例如，如果我们想返回DataFrame，那么所有以'600'然后是任何三个数字：>>> rpt[rpt['STK_ID'].str.contains(r'^600[0-9]{3}$')] # ^ means start of string...   STK_ID   ...                                     # [0-9]{3} means any three digits...  '600809'  ...                                             # $ means end of string...  '600141'  ......  '600329'  ......      ...   ...假设现在我们有一个字符串列表，我们希望在'STK_ID'以结束，例如。endstrings = ['01$', '02$', '05$']我们可以用regex‘或’字符连接这些字符串。|并将字符串传递给str.contains若要筛选DataFrame，请执行以下操作：>>> rpt[rpt['STK_ID'].str.contains('|'.join(endstrings)]...   STK_ID   ......  '155905'  ......  '633101'  ......   '210302'  ......      ...   ...最后，contains可以忽略大小写(通过设置case=False)，允许您在指定要匹配的字符串时具有更大的通用性。例如,str.contains('pandas', case=False)相配PANDAS, PanDAs, paNdAs123等等。