如何通过特定列中的值创建数据帧的子集？

Question

我正在尝试基于列中的多个值创建数据帧的子集。该列为“tencode_desc”，我要为其选择的值为：

“抢劫/抢劫”、“银行抢劫”、“入室盗窃”、“入室盗窃”- “非居住”、“盗窃”

我尝试用这些字符串创建一个新变量，然后对列使用.isin函数

df.columns

Index(['id', 'call_time', 'complaint_id', 'shift', 'tencode', 'tencode_desc','disposition', 'disposition_desc', 'unit', 'sector', 'zone', 'lat','lng'],dtype='object')

以下是我尝试过的：

tencode_filter = ['Holdup / Robbery', 'Bank Robbery', 'Burglary Residence', 'Burglary - Non-Residence', 'Theft']

df.loc[df['call_time'].isin(tencode_filter)]

我收到这个错误 ValueError: ('Unknown string format:', 'Holdup / Robbery')

Answer 1

使用

df = df[df.tencode_desc.str.contains('|'.join(tenecode_filter))]

将选项合并到正则表达式中。您可能需要转义正在使用的特殊字符，如'/'。比如

tencode_filter = ['Holdup \/ Robbery', 'Bank Robbery', 'Burglary Residence', 'Burglary - Non-Residence', 'Theft'].