python - 有效地选择与 Pandas DataFrame 中多个值之一匹配的行

Question

问题

给定 Pandas DataFrame 中的数据，如下所示:

Name     Amount
---------------
Alice       100
Bob          50
Charlie     200
Alice        30
Charlie      10

我想选择 Name 是集合中多个值之一的所有行 {Alice, Bob}

Name     Amount
---------------
Alice       100
Bob          50
Alice        30

问题

在 Pandas 中执行此操作的有效方法是什么？

我看到的选项

1. 遍历行，使用 Python 处理逻辑

2. 选择并合并许多语句，如下所示

   merge(df[df.name = specific_name] for specific_name in names) # something like this
   

3. 执行某种连接

这里的性能权衡是什么？什么时候一种解决方案比其他解决方案更好？我缺少什么解决方案？

虽然上面的示例使用字符串，但我的实际工作使用匹配数百万行的 10-100 个整数，因此快速 NumPy 操作可能是相关的。

Answer 1

您可以使用 isin系列方法:

In [11]: df['Name'].isin(['Alice', 'Bob'])
Out[11]: 
0     True
1     True
2    False
3     True
4    False
Name: Name, dtype: bool

In [12]: df[df.Name.isin(['Alice', 'Bob'])]
Out[12]: 
    Name  Amount
0  Alice     100
1    Bob      50
3  Alice      30