我有一个包含两列的数据框，如下所示，
DT_EX = dt.Frame({'film':['Don','Warriors','Dragon','Chicago','Lion','Don','Chicago','Warriors'],
'gross':[400,500,600,100,200,300,900,1000]})
在第一种情况下，我想过滤电影是唐或芝加哥的观察，如下代码所示，
DT_EX[((f.film=="Don") | (f.film=="Chicago")),:]
在一秒钟内，我将为 3 个值应用过滤器，
DT_EX[((f.film=="Don") | (f.film=="Chicago") | (f.film=="Lion")),:]
在过滤超过 5 或 10 个值的情况下，我们应该为这些多个值做一个逻辑表达式，这肯定是一项耗时的任务。
是否有任何数据表方法可以更快地完成它？就像%in% %chin%在 R 中有一些过滤选项可用data.table。
相当于 %like% 的 python 的 data.table 是什么？
简短示例：
dt_foo_bar = dt.Frame({"n": [1, 3], "s": ["foo", "bar"]})
dt_foo_bar[re.match("foo",f.s),:] #works to filter by "foo"
我原以为这样的事情会起作用：
dt_foo_bar[re.match("fo",f.s),:]
但它返回“预期的字符串或类似字节的对象”。我很想开始在 Python 中使用新的 data.tables 包，就像我在 R 中使用它的方式一样，但我更多地处理文本数据而不是数字数据。
提前致谢。