Un approach posible sería indexar el df utilizando una máscara o vector booleano.
Primero definimos las listas con valores a incluir:
# valores a incluir de StoreStatus
incluir_StoreStatus = [
'CANS',
'FULLAUDIT'
]
# valores a incluir de ReasonCodeFromLHHT
incluir_ReasonCodeFromLHHT = [
'ALT (Cero Compras)',
'ALT (Documentada / Oral)',
'COVID - No colabora',
'ALT (zero compras)',
'COVID - Sem cooperação'
]
Después definimos la máscara: esto genera una lista del largo del df con valores True o False con los que se filtra el df. Aquí ocupamos el operador &
como un 'y' lógico:
mask = (df['StoreStatus'].isin(incluir_StoreStatus) &
df['ReasonCodeFromLHHT'].isin(incluir_ReasonCodeFromLHHT))
Finalmente indexamos el df utilizando la mascara booleana mask
:
df[mask]
CountryName AuditorCode AuditType StoreStatus ReasonCodeFromLHHT
1 ARGENTINA 554 ALTERNATIVE CANS ALT (Documentada / Oral)
3 ARGENTINA 522 ALTERNATIVE CANS COVID - No colabora
7 ARGENTINA 2576 ALTERNATIVE FULLAUDIT ALT (Documentada / Oral)
9 BRASIL 2708 ALTERNATIVE FULLAUDIT ALT (zero compras)
Considerar que si la performance es importante, hay alternativas con lógica muy similar, por ejemplo, utilizando NumPy, que debieran ser más rápidas.
Respecto a la opción de búsqueda parcial, podrías ocupar la función contains()
como elemento para construir tus máscaras:
mask_2 = df['ReasonCodeFromLHHT'].str.contains('ALT')
0 True
1 True
2 True
3 False
4 False
5 True
6 True
7 True
8 True
9 True
10 False
11 False
12 False
13 True
14 True
15 True
16 False
Name: ReasonCodeFromLHHT, dtype: bool
Espero te sirva.