select 行具有 pandas 数据框中某列的特定值

Question

如果我有一个数据帧 df 如下：

   food      price   amount
0  apple      2.0     3
1  grape      3.0     20
2  orange     1.9     3.0
3  pork       3.0     0.5
4  lattice    1.0     1.0
5  pear       3.0     2
6  zucchini   2.5     1
7  pumpkin    2.0     0.5
8  grape      3.0     30

我有以下 np.array:

fruit = np.array([apple, pear, orange, grape])

我只想在食物名称在水果数组中时提取数据框中的行。到目前为止，我有以下代码可以满足我的需求：

df[df['food'].apply(lambda x: x in fruit)]

我想知道是否有其他方法可以做类似的事情。

Answer 1

尝试：

df[df['food'].isin(['apple', 'pear', 'orange', 'grape'])

Answer 2

现代pandas，可以使用DataFrames的query方法：

>>> fruit = np.array(["apple", "pear", "orange", "grape"])
>>> df.query("food in @fruit")
     food  price  amount
0   apple    2.0       3
1   grape    3.0      20
2  orange    1.9       3
5    pear    3.0       2
8   grape    3.0      30

其中 @ 表示 "the following name refers to a variable in the environment, not a column of the frame"。

select 行具有 pandas 数据框中某列的特定值

select rows with certain values of a column in pandas data frames

python

performance

numpy

dataframe

pandas