Pandas Categorical列掩码筛选：如何简洁提取指定类别子集

嘿，完全懂你这种想用简洁写法却被逼用冗长代码的烦躁！别再折腾那些cat.codes和索引查找了，Pandas的Categorical类型本身就支持直接用类别标签做筛选，给你几种优雅的实现方式：

• 最直观的直接比较法：Categorical列可以直接和字符串标签用==做比较，这是最简洁的写法：

  df_a = df[df['mycol'] == 'a']
  

  如果你习惯用.loc来明确行索引选择（更推荐，可读性更强），可以写成：

  df_a = df.loc[df['mycol'] == 'a']
  

• 多类别兼容的isin方法：如果之后需要同时筛选多个类别（比如'a'和'b'），isin()会更灵活，单类别场景下也能用：

  df_a = df[df['mycol'].isin(['a'])]
  

另外提一句，你之前写的df.mycol.equal('a')其实是语法错误，正确的方法是df.mycol.eq('a')，不过即使这样，也不如直接用==来得直观。

Pandas设计Categorical类型的初衷就是让你能直接用语义化的标签操作，底层的编码映射会自动处理，完全不需要手动去转换编码再匹配索引~

内容的提问来源于stack exchange，提问作者user27886