Pandas筛选字典中不含指定EVENTMSGTYPE值的DataFrame

嘿，这事儿其实用Python的字典推导式就能轻松搞定，既简洁又高效。咱们一步步来：

首先，先定义你要排除的EVENTMSGTYPE值列表：

exclude_event_types = [3,5,6,7,8,9,10,11,12,13]

然后，直接用字典推导式遍历你的dfs字典，对每个DataFrame做筛选，把符合条件的结果存入新字典（比如叫filtered_dfs）：

filtered_dfs = {
    key: df[~df['EVENTMSGTYPE'].isin(exclude_event_types)]
    for key, df in dfs.items()
}

代码解释： #

• ~符号是取反操作，把isin()返回的布尔序列翻转，也就是保留不在排除列表里的行
• df['EVENTMSGTYPE'].isin(exclude_event_types)会生成一个布尔列，标记每行的EVENTMSGTYPE是否在排除列表中
• 字典推导式会自动遍历原字典的所有键值对，完成筛选后生成新字典

可选的容错处理（如果有的DataFrame可能没有EVENTMSGTYPE列）： #

如果你的dfs字典里存在没有EVENTMSGTYPE列的DataFrame，可以加个判断跳过或者直接保留原数据：

filtered_dfs = {
    key: df[~df['EVENTMSGTYPE'].isin(exclude_event_types)] if 'EVENTMSGTYPE' in df.columns else df
    for key, df in dfs.items()
}

这样处理后，filtered_dfs就是你想要的存储了筛选后DataFrame的新字典啦！

内容的提问来源于stack exchange，提问作者ThP