使用 pandas 过滤多个值

Question

我正在使用Python和Pandas。我有一个

df

，其工作原理与此类似：

 +--------+--------+-------+
 |  Col1  |  Col2  | Col3 |
 +--------+--------+-------+
 | Team 1 | High   | Pizza |
 | Team 1 | Medium | Sauce |
 | Team 1 | Low    | Crust |
 +--------+--------+-------+

我想过滤

df

，以便我只看到

Col2

中的高或中。

这是我尝试过的，但没有运气

 df = df.loc[df['Col2'] == 'High' | (df['Col2'] == 'Medium')]

这是我遇到的错误

 cannot compare a dtyped [bool] array with a scalar of type [bool]

有什么想法可以让这个工作以及这个错误意味着什么吗？

Answer 1

这也有效，更Pythonic

country_list = ['brazil','poland','russia','countrydummy','usa']

filtered_df = df[df['Country Name'].isin(country_list)]
print(filtered_df )

Answer 2

您缺少一对括号来获取

|

运算符两侧的可比较项 - 其优先级高于

==

（请参阅文档）:

df = df.loc[(df['Col 2'] == 'High') | (df['Col2'] == 'Medium')]

Answer 3

您还可以使用（对于 Pandas >= 0.13 ）：

filtered_df = df.query( '"Country Name" == ["brazil","poland","russia","countrydummy","usa"]' )

print(filtered_df )

Answer 4

我认为 df.query 是处理此类事情的最佳方法

df = df.query(["Col2 == ['高','中']")

Answer 5

Pandas（Python）很有趣。当您想排除过滤器中的某些内容或将其过滤掉时，只需使用否定号“~”即可。

以 Roni 的回答为例：

country_list = ['brazil','poland','russia','countrydummy','usa']

# Use the tilde (~) for negation and isin() to filter out the specified countries
filtered_df = df[~df['Country Name'].isin(country_list)]

print(filtered_df)