请求解释《Murach's Python for Data Science》中指定pandas代码行

先明确背景：

• 《Murach's Python for Data Science》是优秀的pandas入门书籍，但部分内容讲解不够充分
• shots是存储斯蒂芬·库里一整个NBA赛季投篮信息的DataFrame，action_type是其中记录投篮动作类型的列

下面把这段代码拆成5个核心步骤逐一解释：

1. 拼接匹配规则：'|'.join(commonSubstrings)

   • commonSubstrings是一个字符串列表，比如可能是['Jump Shot', 'Pull-Up', 'Layup']这类投篮动作相关的子串
   • 用join方法把列表里的所有子串用竖线|拼接，竖线在正则逻辑里代表“或”，比如上面的例子会拼成'Jump Shot|Pull-Up|Layup'，意思是匹配任意一个包含这些子串的内容

2. 生成筛选标记：shots.action_type.str.contains(...)

   • 这是pandas的字符串处理方法，对action_type列的每一行内容，检查是否包含第一步拼接出来的规则里的任意子串
   • 返回一个布尔值Series：符合条件的行对应True，不符合的对应False

3. 提取DataFrame子集：shots[布尔Series]

   • 用第二步得到的布尔Series作为筛选器，从原shotsDataFrame里只保留action_type符合匹配规则的行，得到一个仅包含目标数据的子集DataFrame

4. 提取目标列：.action_type

   • 从筛选后的子集DataFrame里，单独取出action_type这一列，得到一个pandas Series对象

5. 转换为Python列表：.to_list()

   • 把这个Series转换成普通的Python列表，最终赋值给actions变量，后续可以直接用列表的方式操作这些投篮动作类型

内容的提问来源于stack exchange，提问作者mike