使用 pandas 过滤多个值答案

【问题标题】：Filter Multiple Values using pandas使用 pandas 过滤多个值
【发布时间】：2016-05-11 21:08:25
【问题描述】：

我正在使用 Python 和 Pandas。我有一个 df 与此类似：

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

我想过滤 df，以便我只能看到来自 Col2 的 High 或 Medium。

这是我没有运气的尝试

 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]

任何想法如何使这项工作以及该错误意味着什么？

【问题讨论】：

标签： python pandas filtering

【解决方案1】：

您缺少一对括号来获取 | 运算符两侧的可比较项目 - 其优先级高于 == (see docs)：

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

【讨论】：

【解决方案2】：

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 )

【讨论】：

这个解决方案更好，因为你可以使用country_list的动态长度
谢谢！在此处查看docs 文档以获取更多详细信息。

【解决方案3】：

您也可以使用（对于 Pandas >= 0.13）：

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

print(filtered_df )

【讨论】：