如何根据列值是否在指定列表中创建两个子DataFrame

现有通过以下代码读取的DataFrame：

import pandas as pd
Data = pd.read_csv('info_com.csv')
df1 = pd.DataFrame(Data)

该DataFrame包含名为Code的列，存储产品代码及对应产品的全部信息。需要将其拆分为两个子DataFrame：

• 一个包含合格代码（存在于目标列表goodCodes中）对应的所有行
• 另一个包含不合格代码（不在目标列表中）对应的所有行

原尝试的循环实现代码存在问题，无法正确生成目标DataFrame：

ComDF1 = df1['Codes']  # 注意：原问题中DataFrame列名为'Code'，此处存在笔误
goodCodes = ['B0CD3589HR', ..., 'B0CD726Q8T']

# 原代码未初始化目标DataFrame，直接append会报错
dfWP = pd.DataFrame()
dfNWP = pd.DataFrame()

for i in range(len(ComDF1)):
    if ComDF1[i] in goodCodes:
        df1.iloc[i].append(dfWP)
    else:
        df1.iloc[i].append(dfNWP)

print(dfWP, dfNWP)

原代码存在几个关键问题：

1. 列名不一致：原DataFrame的目标列是Code，但代码中错误取了df1['Codes']
2. 未初始化目标DataFrame，直接调用append会触发报错
3. 使用Series.append()方法错误：该方法用于拼接Series，而非往DataFrame中添加行
4. 循环遍历行的方式效率极低，不符合pandas矢量化操作的最佳实践

方法一：布尔索引（推荐，性能最优） #

利用isin()生成布尔掩码，直接筛选目标行：

import pandas as pd

# 读取数据
df1 = pd.read_csv('info_com.csv')

# 合格代码列表
goodCodes = ['B0CD3589HR', 'B0CD726Q8T']  # 替换为你的完整列表

# 筛选合格代码对应的行
df_good = df1[df1['Code'].isin(goodCodes)]

# 筛选不合格代码对应的行（~表示取反布尔掩码）
df_bad = df1[~df1['Code'].isin(goodCodes)]

# 查看结果
print("合格代码数据：")
print(df_good)
print("\n不合格代码数据：")
print(df_bad)

方法二：query()方法（语法更简洁） #

# 筛选合格代码
df_good = df1.query('Code in @goodCodes')
# 筛选不合格代码
df_bad = df1.query('Code not in @goodCodes')

注意事项 #

• 如果原DataFrame的目标列确实是Codes（而非Code），只需将代码中的'Code'替换为'Codes'即可
• 两种方法均无需手动初始化空DataFrame，直接通过掩码筛选一步到位，处理大数据集时性能远优于循环遍历

内容的提问来源于stack exchange，提问作者melgibsonuwu