问题：
通过与列表[duplicate]进行比较，筛选出panda-df的行
吕利
下面的问题经常发生。假设我有一个dataframe，其中一列可以取一个离散值：
df = pd.DataFrame({'col1': [1, 2,3,4,5,6,7], 'col2': ["A", "B", "A", "C", "B", "A", "D"]})
df["col2"] not in ["A", "B"]
有没有一个简单的方法把那些行过滤掉？
共有1个答案
施恩
您可以使用isin方法。
df = df[~df.col2.isin(['A', 'B'])]
输出
col1 col2
3 4 C
6 7 D
类似资料：
-
任务： null 我的示例的输出：
-
我有以下Python列表和数据框架： 输出： 但我只希望在数据帧中有这样的行，其中col2的值也存在于我的\u列表中。 最终输出应如下所示： 如何在不使用for循环的情况下实现这一点？
-
我明白为什么第三个和第四个输出打印真和假。这是因为返回一个对象，包装类缓存值在-128到127范围内的对象。如果向传递了该范围内的任何值，则它应该重用缓存中的对象。否则，它将创建一个新对象。 现在，为什么第二个输出打印出false？我以为返回一个原语，而不是像那样返回一个对象。
-
如何比较两个列表是否相等验证数据来自Excel工作表。我需要验证两个列表是否相同，并且列表中没有附加元素或缺少元素。我不需要对列表进行排序。打印输出CAGID Excel data=CAGID Web列表
-
本文向大家介绍Python通过`is`与`==`比较，包括了Python通过`is`与`==`比较的使用技巧和注意事项，需要的朋友参考一下 示例 常见的陷阱是混淆相等比较运算符is和==。 a == b比较的值a和b。 a is b将比较认同的a和b。 为了显示： 基本上，is可以视为的简写。id(a) == id(b) 除此之外，还有一些运行时环境的怪癖使事情变得更加复杂。True与相比，短字符
-
我了解到是作为双链表实现的，它在添加和删除上的性能比好，但在get和set方法上的性能更差。 这是否意味着我应该选择而不是来插入？ 我写了一个小测试，发现插入速度更快，那么链表怎么比快呢？ 请参考下面我所做的例子。