Python Pandas：如何过滤存储在不同变量中的多个表达式的数据帧？

Question

我正在构建一个多用途的用户界面，我正在为它添加Pandas。 为此，我需要按用户选择定义的组件（存储在变量中）形成表达式。

一切似乎都很好，但我陷入了死胡同。 我希望用户能够选择几个表达式，然后将它们连接起来以形成新的数据帧。 如果我只使用一个表达式，一切都会起作用：

from pandas import read_csv
df = read_csv("SomeCsv.csv")
b= df[r'ID']
a=(b==r'p')
Value=df[a] #Works,returning the rows in df whichs column 'ID' equals r'p'

但是如果我想要包含更多表达式：

from pandas import read_csv
df = read_csv("SomeCsv.csv")
b= df[r'ID']
c=(b==r'p')
d=(b==r'ul')
a=c or d  #Breaks at this line
Value=df[a] #Doesnt work. I would expect the rows in df whichs column 'ID' equals r'p' or 'ID' equals r'ul'

并抛出以下错误：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

在询问之前，我尝试了所有可以想到的表达式的.any和.all组合，并且所有这些组合都失败了。

如何通过匹配存储在变量中的多个表达式的列来过滤此数据帧？

Answer 1

作为numpy的新手，我也有点挣扎（没有双关语）。 我相信你想要这样的东西：

>>> df[(df['ID'] == 'p') | (df['ID'] == 'ul')]

表达式必须求值为布尔值（并且这些术语必须通过按位运算连接），然后用于屏蔽或过滤相应的元素。

---

也可以看看：

• http://pandas.pydata.org/pandas-docs/dev/indexing.html#boolean-indexing
• http://docs.scipy.org/doc/numpy/user/basics.indexing.html#boolean-or-mask-index-arrays
• https://stackoverflow.com/a/13572798/89391
• http://pandas.pydata.org/pandas-docs/dev/generated/pandas.Series.isin.html

Answer 2

实际上你可以使用@miku回答，但在你的情况下你也可以使用pandas.Series.isin()方法：

>>> df[df['ID'].isin(('p', 'ul'))]