你可以使用查询，即:

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

你可以使用查询，即:

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

你也可以使用'query'和@来达到类似的效果:

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

您还可以直接查询您的DataFrame以获得此信息。

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

或者类似地搜索范围:

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

如果您有一个精确匹配的列表，Isin()是理想的，但如果您有一个部分匹配或子字符串的列表要查找，您可以使用str.contains方法和正则表达式进行筛选。

例如，如果我们想返回一个DataFrame，其中所有的股票id都以'600'开头，然后后跟任何三位数字:

>>> 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'  ...
...      ...   ...

假设现在我们有一个字符串列表，我们希望'STK_ID'中的值以它结尾，例如:

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

我们可以使用正则表达式'或'字符|来连接这些字符串，并将字符串传递给str.contains来过滤DataFrame:

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

最后，contains可以忽略case(通过设置case=False)，允许您在指定想要匹配的字符串时更加通用。

例如,

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

将匹配PANDAS, PANDAS, paNdAs123，等等。

你还可以使用以下命令来使用range:

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