在pandas列上应用条件以创建boolen索引数组

Question

我想从pandas数据帧中删除特定行。通常你可以使用像

这样的东西来做到这一点

df[df['some_column'] != 1234]

df['some_column'] != 1234所做的是创建索引新df的索引数组，从而只允许值为True的行。

但在某些情况下，像我一样，我不知道如何以这种方式表达条件，迭代庞大行太慢，不能被认为是一个可行的选择。

更具体地说，我想删除列的值也是字典中的键的所有行，与上面的示例类似。

在一个完美的世界里，我会考虑像

这样的东西

df[df['some_column'] not in my_dict.keys()]

这显然不起作用。有什么建议吗？

Answer 1

您正在寻找的是isin()

import pandas as pd

df = pd.DataFrame([[1, 2], [1, 3], [4, 6],[5,7],[8,9]], columns=['A', 'B'])
In[9]: df
Out[9]: df
   A  B
0  1  2
1  1  3
2  4  6
3  5  7
4  8  9
mydict = {1:'A',8:'B'}
df[df['A'].isin(mydict.keys())]
Out[11]: 
   A  B
0  1  2
1  1  3
4  8  9

Answer 2

您可以将query用于此目的：

df.query('some_column != list(my_dict.keys()')

Answer 3

您可以使用函数isin()来选择列值为可迭代的行。

使用列表：

my_list = ['my', 'own', 'data']
df.loc[df['column'].isin (my_list)]

使用dicts：

my_dict = {'key1':'Some value'}
df.loc[df['column'].isin (my_dict.keys())]