使用多个条件屏蔽DataFrame

Question

我知道可以使用例如

屏蔽数据帧中的某些行

(1) mask = df['A']=='a'

其中 df 是手头有一个名为＆＃39; A＆＃39; 的列的数据框。调用 df [mask] 会产生我的新＆＃34;蒙面＆＃34;数据帧。

当然也可以使用多个标准

(2) mask = (df['A']=='a') | (df['A']=='b')

当有几个标准需要满足时，最后一步可能会有点乏味，例如

(3) mask = (df['A']=='a') | (df['A']=='b') | (df['A']=='c') | (df['A']=='d') | ...

现在，假设我的数组中的过滤条件为

(4) filter = ['a', 'b', 'c', 'd', ...]
    # ... here means a lot of other criteria

有没有办法使用单线程获得与上面（3）中相同的结果？

类似的东西：

(5) mask = df.where(df['A']==filter)
    df_new = df[mask]

在这种情况下（5）显然会返回错误。

Answer 1

我会使用Series.isin()：

filter = ['a', 'b', 'c', 'd']
df_new = df[df["A"].isin(filter)]

df_new是一个DataFrame，其中df["A"]的条目显示在filter中。