使用 for 语句从数据框中附加列表

Question

在学校学习Python。在开发一个项目时，我想从一个数据帧中删除特定行并将其转换为另一个数据帧。我有一个包含 372 种动物的列表，如果它们的名字出现在数据框中（数据框有 1288 行，每行都是不同的动物），我想删除该行。因此，我找到了删除行的解决方案：ess_aza = []for i in aza_names:    if True:        ess_aza.append(ess_clean.loc[ess_clean['scientific_name'] == i])    else:        return列表打印出来后的样子是这样的：[Empty DataFrameColumns: [common_name, scientific_name, status]Index: [],   common_name      scientific_name      status0       Addax  Addax nasomaculatus  Endangered, Empty DataFrameColumns: [common_name, scientific_name, status]Index: [],           common_name     scientific_name      status1  Alligator, Chinese  Alligator sinensis  Endangered,      common_name         scientific_name      status1  Anoa, lowland  Bubalus depressicornis  Endangered, Empty DataFrameColumns: [common_name, scientific_name, status]Index: [], Empty DataFrameColumns: [common_name, scientific_name, status]Index: [], Empty DataFrameColumns: [common_name, scientific_name, status]Index: [], ,....我对 Python 的了解不够，不知道为什么它会给我这样的输出。据我所知，它返回所有 1288 行的数据，并为与列表不匹配的所有行返回“空 DataFrame 列：[common_name，science_name，status] 索引：[]”。我怎样才能阻止这种情况发生并只附加一个包含我需要的行的列表？（或者更好的是创建一个新的数据框，其中仅包含我需要的行。这就是最终目标。）

Answer 1

如果您有要排除的行列表，请尝试以下操作：

clean_df = df[~df['scientific_name'].isin(excludeRows)]

获取排除行的 df

clean_df = df[df['scientific_name'].isin(excludeRows)]

clean_df 是新的 df，df 是旧的 df，excludeRows 是要排除的第 3 行值。