python对dataframe进行操作？
比方说这个dataframe，我要对它进行筛选，仅保留筛选后的数据。eg：我有一个列表ls1=['D','A'], listmesh是包含dataframe的mesh列的列表；我写一个循环：for i in ls1: for j in list_mesh: if i in j: ........就是想筛选出mesh列中含有ls1元素的那行数据，dataframe其他不属于的行就舍去。我想的是创建一个空的dataframe，如果循环中的if条件满足就向这个空dataframe写入对应的行数据。求求大佬们指点。！
建议参考一下dataframe文档，里面有相应的方法，不需要使用for循环遍历，for循环遍历会拖慢程序。对于dataframe中数据检索可以使用下面的方法。
【全部】df.values
【name列的数据】df['name'].values
【loc检索A列】df.loc['A']
【iloc进行行检索】df.iloc[0]
【直接使用名字进行列检索,但不适合行检索】df['name']
第一步：准备一些数据
根据你的描述生成的一堆数据
定义一些变量
TOPLST = ['A', 'B', 'C'] # top10
PATH = 'test.xls' # 我生成的Excel测试文件位置
第二步：根据描述，你需要对比两个序列之间是否有交集？
这里简单定义一个函数（当然也可以不这样做）：
def checkLst(lst1, lst2):
# 如果两个列表中有相同值，则返回True
for item in lst1:
if item in lst2:
return True
return False
第三步：实现我们的需求：这里主要还是使用索引，掌握dataframe的函数基础上，如何使用这些接口函数很重要。这里简单几行实现数据清洗功能。
def clearData(path, toplst):
df = pandas.read_excel(path)
# 找到需要判断的mesh列
mesh = df['mesh']
# 清除队列
clearilst = []
# 遍历每一行数据mesh.index是RangeIndex实例
for index in mesh.index:
# 判断top10和mesh列中是否有交集，如果没有交集则将索引加入删除队列
if not checkLst(toplst, mesh.iloc[index].split(';')):
# 将没有交集的行索引添加至清洗列表
clearilst.append(index)
# 清洗结果赋值
result = df.drop(index=clearilst, axis=0)
return result
完整的代码截图如下：
程序源代码
我们来看下运行效果：
运行效果展示
完美运行，不用操心索引+1的问题，也不用再创建一个DataFrame实例！
希望能够采纳！
我看过这些操作，但是我感觉都不想要的。我是有一个筛选条件的，就如那个ls1列表，实际上这个列表应该有10个元素；然后就是listmesh一般都有100个元素。我是想筛选ls1中的元素是否在listmehs列表中，不在就跳过，在的话就获取list_mesh.index(i)+1（这样就刚好等于id索引），然后我根据id索引把这一行数据提取出来写到一个新的空dataframe里面去，
emmmm....