Pandas.Dataframe：有没有一种有效的方法来翻译多个WHERE SQL语句？

Question

所以我想翻译像

SELECT *
FROM MY_TABLE
WHERE MY_ATTRIBUTE IN (8945, 8899, 4501, 6874, 3256, 8881, 1017)

在python中使用Pandas数据框。

读此 ，这样做的方法是

mydataframe[mydataframe['myattribute'] == 8945 | 
            mydataframe['myattribute'] == 8899 | 
            mydataframe['myattribute'] == 4501 | 
            mydataframe['myattribute'] == 6874 | 
            mydataframe['myattribute'] == 3256 | 
            mydataframe['myattribute'] == 8881 | 
            mydataframe['myattribute'] == 1017]

这是很不美观的，随着属性长和值列表大，情况变得更糟。

有没有办法用较少的冗余代码正确地做到这一点？

就像是

mydataframe[mydataframe['myattribute'] in (8945, 8899, 4501, 6874, 3256, 8881, 1017)]

会很好，但是会引发以下错误：

ValueError：系列的真值不明确。 使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

Answer 1

使用Series方法isin()与list进行比较：

mydataframe[mydataframe['myattribute'].isin([8945, 8899, 4501, 6874, 3256, 8881, 1017])]