如何用字典值过滤DataFrame？解决真值歧义ValueError报错

错误原因 #

你写的df.loc[df['FruitName'] in fruits.values()]触发报错，核心问题是：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

in是Python的标量运算符，只能判断单个元素是否在集合中，但df['FruitName']是pandas的Series（一组批量数据），Python无法直接确定整个Series的布尔值，因此抛出歧义错误。

正确实现方法 #

使用pandas内置的isin()方法，它专门用于判断Series中的每个元素是否存在于指定集合中，返回的布尔Series可以直接用于loc的索引过滤。

完整代码示例：

import pandas as pd

# 定义目标字典
fruits = {'BN':'Banana', 'LM': 'Lemon', 'AP':'Apple', 'MG': 'Mango'}

# 构造示例DataFrame（可替换为你的真实数据）
df = pd.DataFrame({
    'FruitName': ['Banana', 'Orange', 'Apple', 'Grape', 'Mango', 'Lemon'],
    'Price': [3, 5, 4, 6, 7, 2]
})

# 执行过滤：保留FruitName属于字典值的行
df = df.loc[df['FruitName'].isin(fruits.values())]

print(df)

执行后输出结果：

FruitName  Price
0    Banana      3
2     Apple      4
4     Mango      7
5     Lemon      2

内容的提问来源于stack exchange，提问作者dxtr