Python Pandas 使用 Series 筛选数据框

要对数据框使用 Series 进行筛选，可以使用 `Series` 对象的 `isin()` 方法来判断数据框中的每个元素是否在 `Series` 中。以下是一个示例代码：\n\npython\nimport pandas as pd\n\n# 创建数据框\ndata = {'Name': ['Tom', 'Nick', 'John', 'Tom'],\n 'Age': [20, 21, 19, 20],\n 'City': ['London', 'New York', 'Paris', 'London']}\ndf = pd.DataFrame(data)\n\n# 创建 Series\nseries = pd.Series(['Tom', 'John'])\n\n# 使用 Series 对数据框进行筛选\nfiltered_df = df[df['Name'].isin(series)]\nprint(filtered_df)\n\n\n输出结果为：\n\n\n Name Age City\n0 Tom 20 London\n2 John 19 Paris\n\n\n在上述示例中，我们使用 `isin()` 方法将 `df['Name']` 中的每个元素与 `series` 进行比较，并返回一个布尔值的 Series。然后，我们将这个布尔值的 Series 作为索引应用到原始数据框 `df` 中，以筛选出满足条件的行。