isin() jest idealny, jeśli masz listę dokładnych dopasowań, ale jeśli masz listę częściowych dopasowań lub podłańcuchów do wyszukiwania, możesz filtrować za pomocą str.contains metody i wyrażenia regularne.

Na przykład, jeśli chcemy zwrócić ramkę danych, w której wszystkie identyfikatory stock rozpoczynają się od '600', a następnie są poprzedzone dowolnymi trzema cyframi:

>>> rpt[rpt['STK_ID'].str.contains(r'^600[0-9]{3}$')] # ^ means start of string
...   STK_ID   ...                                    # [0-9]{3} means any three digits
...  '600809'  ...                                    # $ means end of string
...  '600141'  ...
...  '600329'  ...
...      ...   ...

Załóżmy, że teraz mamy listę łańcuchów, na których chcemy, aby wartości w 'STK_ID' kończyły się, np.

endstrings = ['01$', '02$', '05$']

Możemy dołączyć te łańcuchy ze znakiem regex ' or ' | i przekazują łańcuch do str.contains, aby filtrować ramkę danych:

>>> rpt[rpt['STK_ID'].str.contains('|'.join(endstrings)]
...   STK_ID   ...
...  '155905'  ...
...  '633101'  ...
...  '210302'  ...
...      ...   ...

Wreszcie, contains może ignorować wielkość liter (ustawiając case=False), co pozwala na bardziej ogólne określenie łańcuchów, które chcesz dopasować.

Na przykład,

str.contains('pandas', case=False)

Pasuje PANDAS, PanDAs, paNdAs123, i tak dalej.

Możesz również użyć zakresów używając:

b = df[(df['a'] > 1) & (df['a'] < 5)]

Możesz również bezpośrednio zapytać swoją ramkę danych o te informacje.

rpt.query('STK_ID in (600809,600141,600329)')

Lub podobnie Szukaj zakresów:

rpt.query('60000 < STK_ID < 70000')

Wycinanie danych za pomocą pand

Dane takie jak:

    RPT_Date  STK_ID STK_Name  sales
0 1980-01-01       0   Arthur      0
1 1980-01-02       1    Beate      4
2 1980-01-03       2    Cecil      2
3 1980-01-04       3     Dana      8
4 1980-01-05       4     Eric      4
5 1980-01-06       5    Fidel      5
6 1980-01-07       6   George      4
7 1980-01-08       7     Hans      7
8 1980-01-09       8   Ingrid      7
9 1980-01-10       9    Jones      4

Istnieje wiele sposobów wybierania lub krojenia danych.

Używanie .isin

Najbardziej oczywistą jest .isin funkcja. Możesz stworzyć maskę, która daje Ci serię True/False poleceń, które można zastosować do ramki danych takiej jak ta:

mask = df['STK_ID'].isin([4, 2, 6])

mask
0    False
1    False
2     True
3    False
4     True
5    False
6     True
7    False
8    False
9    False
Name: STK_ID, dtype: bool

df[mask]
    RPT_Date  STK_ID STK_Name  sales
2 1980-01-03       2    Cecil      2
4 1980-01-05       4     Eric      4
6 1980-01-07       6   George      4

Z indeksowanie

Ustawiając indeks na kolumnę STK_ID, możemy użyć pandy wbudowanej w obiekt krojenia .loc

df.set_index('STK_ID', inplace=True)
         RPT_Date STK_Name  sales
STK_ID                           
0      1980-01-01   Arthur      0
1      1980-01-02    Beate      4
2      1980-01-03    Cecil      2
3      1980-01-04     Dana      8
4      1980-01-05     Eric      4
5      1980-01-06    Fidel      5
6      1980-01-07   George      4
7      1980-01-08     Hans      7
8      1980-01-09   Ingrid      7
9      1980-01-10    Jones      4

df.loc[[4, 2, 6]]
         RPT_Date STK_Name  sales
STK_ID                           
4      1980-01-05     Eric      4
2      1980-01-03    Cecil      2
6      1980-01-07   George      4

Jest to szybki sposób na zrobienie tego, nawet jeśli indeksowanie może zająć trochę czasu, oszczędza to czas, jeśli chcesz wykonać wiele takich zapytań.

Scalanie ramek danych

Można to również zrobić poprzez scalanie ramek danych. Pasowałoby to bardziej do scenariusza, w którym masz o wiele więcej danych niż w tych przykładach.

stkid_df = pd.DataFrame({"STK_ID": [4,2,6]})
df.merge(stkid_df, on='STK_ID')
   STK_ID   RPT_Date STK_Name  sales
0       2 1980-01-03    Cecil      2
1       4 1980-01-05     Eric      4
2       6 1980-01-07   George      4

Uwaga

Wszystkie powyższe metody działają nawet jeśli istnieje wiele wierszy o tym samym 'STK_ID'

Możesz również osiągnąć podobne wyniki za pomocą 'query' i@:

Eg:

df = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'f']})
df = pd.DataFrame({'A' : [5,6,3,4], 'B' : [1,2,3, 5]})
list_of_values = [3,6]
result= df.query("A in @list_of_values")
result
   A  B
1  6  2
2  3  3

Możesz użyć query, czyli:

b = df.query('a > 1 & a < 5')