如何从基于pandas中某些列的值的DataFrame中选择行？
在SQL中我将使用：
在SQL中我将使用：
select * from table where colume_name = some_value.我试图看看熊猫文档，但没有立即找到答案。
要选择列值等于标量some_value的行，请使用==：
df.loc[df['column_name'] == some_value]要选择其列值在可迭代值some_values中的行，请使用isin：
df.loc[df['column_name'].isin(some_values)]要选择列值不等于some_value的行，请使用！=：
df.loc[df['column_name'] != some_value]isin返回一个布尔系列，所以要选择值不在some_values的行，使用〜来否定布尔系列：
df.loc[~df['column_name'].isin(some_values)]例如，
import pandas as pd import numpy as np df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(), 'B': 'one one two three two two one three'.split(), 'C': np.arange(8), 'D': np.arange(8) * 2}) print(df) # A B C D # 0 foo one 0 0 # 1 bar one 1 2 # 2 foo two 2 4 # 3 bar three 3 6 # 4 foo two 4 8 # 5 bar two 5 10 # 6 foo one 6 12 # 7 foo three 7 14 print(df.loc[df['A'] == 'foo'])产量
A B C D 0 foo one 0 0 2 foo two 2 4 4 foo two 4 8 6 foo one 6 12 7 foo three 7 14如果您想要包含多个值，请将它们放入
列表(或更一般地，任何可迭代)，并使用isin：
print(df.loc[df['B'].isin(['one','three'])])产量
A B C D 0 foo one 0 0 1 bar one 1 2 3 bar three 3 6 6 foo one 6 12 7 foo three 7 14但请注意，如果你想这样做很多次，它是更有效的
首先创建一个索引，然后使用df.loc：
df = df.set_index(['B']) print(df.loc['one'])产量
A C D B one foo 0 0 one bar 1 2 one foo 6 12或者，从索引中包含多个值使用df.index.isin：
df.loc[df.index.isin(['one','two'])]产量
A C D B one foo 0 0 one bar 1 2 two foo 2 4 two foo 4 8 two bar 5 10 one foo 6 12