如何选择其中一列中包含特定值数组的某些dataframe行？[副本]

Question

我有以下数据集：

       import numpy as np
       array_id = np.array([2,4,7])

我有以下带有ids的数组：

       df = pd.DataFrame({'Name': ['Station', 'Sensor', 'Station', 'Sensor', 
                                   'Sensor', 'Sensor', 'Sensor'], 
                          'Type': ['analog', 'dig', 'analog', 'analog', 
                                   'analog', 'analog', 'dig'],
                          'id': [1, 2, 3, 4, 5, 6, 7]})

我想选择 id 属于 id 数组的数据帧 （df） 的列（array_id）。我希望输出是：

             Name   Type    id
           Sensor   dig     2
           Sensor   analog  4
           Sensor   dig     7

我设法实现了执行此操作的代码，但我需要使用两个for（）：

      d = {'Name', 'Type', 'id'}

      df_aux = pd.DataFrame(d)
      df_select = pd.DataFrame(d)

      for i in range(0, len(df)):    
          for j in range(0, len(array_id)):
    
              if(df['id'].iloc[i] == array_id[j]):
    
                  array_aux = [(df['Name'].iloc[i], 
                                df['Type'].iloc[i], 
                                df['id'].iloc[i])]        
    
                  df_aux = pd.DataFrame(array_aux, columns = ['Name', 'Type', 'id'])
   
                  df_select = pd.concat([df_select, df_aux])

输出为：

      print(df_select)

        0     Name      Type    id
       id     NaN       NaN     NaN
       Type   NaN       NaN     NaN
       Name   NaN       NaN     NaN
        NaN   Sensor    dig     2.0
        NaN   Sensor    analog  4.0
        NaN   Sensor    dig     7.0

我想学习一种不需要使用两个for（）的方法，并且（df_select）的输出不会与NaN一起出现。有没有办法解决这个问题？

Answer 1

使用Series的isin方法。

df.loc[df['id'].isin(array_id), :]