在 pandas.DataFrame 中使用 "in" 运算符而不会出现“模棱两可的错误

Question

我有一个pd.DataFrame

import pandas as pd
country = ['US', 'US', 'US', 'UK', 'UK', 'UK']
year = ['1990', '1991', '2020', '1990', '1991', '2020']
people = [20, 34, 456, 5, 7, 300]

df = pd.DataFrame(zip(country, year, people), columns = ['country', 'year', 'people'])

country year    people
0   US  1990    20
1   US  1991    34
2   US  2020    456
3   UK  1990    5
4   UK  1991    7
5   UK  2020    300

我希望找到年份“2020”和“1990”。 我知道这可以通过以下方式实现：

df.loc[(df.year == '2020') | (df.year == '1990')]

或

df.query('year == [\'2020\', \'1990\']')

获取输出：

country year    people
0   US  1990    20
2   US  2020    456
3   UK  1990    5
5   UK  2020    300

但是，我想用 in 运算符执行此 'query'。 正在尝试：

df.loc[df['year'] in ['2020', '1990']]

引发错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我希望在我的 pandas.DataFrame 子集中使用 in 运算符，因为它需要最少的输入。

减轻 in 运算符引发的此错误的最佳方法是什么？

Answer 1

df[df['year'].isin(['1990','2020'])]

或

df.loc[df['year'].isin(['1990','2020'])]

Answer 2

使用 .isin() 函数。

df.loc[df['year'].isin(['1990','2020'])]

您输入您希望 'year' 成为的选项列表，pandas 将 return 一系列布尔值。该系列将依次由 .loc() 解释为 return 只有 df['year'] == 所需值的行。