如何在Python中无需使用for循环，通过列值与列表匹配筛选DataFrame行

嘿，这事儿超简单的，咱们直接用Pandas内置的isin()方法就能搞定，完全不需要写for循环，而且这是矢量化操作，处理大数据量的时候比循环高效太多啦！

完整实现代码 #

import pandas as pd

my_list = ["a", "b", "d"]
d = {'col1': [1, 2, 3, 4], 'col2': ["a", "b", "c", "d"]}
df = pd.DataFrame(data=d)

# 核心的筛选逻辑就在这一行
filtered_df = df[df['col2'].isin(my_list)]
print(filtered_df)

运行结果 #

col1 col2
0     1    a
1     2    b
3     4    d

简单解释下原理 #

• df['col2'].isin(my_list)会生成一个布尔类型的Series，它会逐一检查col2里的每个值是否存在于my_list中，对应的结果是[True, True, False, True]
• 把这个布尔Series作为索引传入原DataFrame（也就是df[布尔Series]），Pandas会自动保留所有标记为True的行，刚好就是你想要的结果。

内容的提问来源于stack exchange，提问作者edn