Wie verwende ich „.isin()' von Pandas für die DataFrame-Filterung: IN- und NOT IN-Operationen?

Verwenden von Pandas' .isin() für die DataFrame-Filterung

In SQL können Sie mit den Operatoren IN und NOT IN Daten basierend auf filtern eine Werteliste. Der DataFrame von Pandas bietet eine praktische Methode, .isin(), die eine ähnliche Funktionalität ermöglicht.

So verwenden Sie .isin()

So verwenden Sie .isin():

• Für IN:Verwenden Something.isin(somewhere)
• Für NOT IN: Verwenden Sie ~something.isin(somewhere)

Beispielverwendung

Berücksichtigen Sie den folgenden DataFrame:

df = pd.DataFrame({'country': ['US', 'UK', 'Germany', 'China']})

Und eine Liste der Länder, in die behalten:

countries_to_keep = ['UK', 'China']

Um den DataFrame mit dem Äquivalent von SQLs IN zu filtern:

df[df.country.isin(countries_to_keep)]

Dies wird Folgendes zurückgeben:

    country
1        UK
3     China

Für das Äquivalent von SQLs NOT IN:

df[~df.country.isin(countries_to_keep)]

Dies wird zurückgeben:

    country
0        US
2   Germany

Diese Methode vermeidet die Verwendung ungeschickter Tricks und bietet eine unkomplizierte Möglichkeit, DataFrames basierend auf einer Liste von Werten zu filtern.

Das obige ist der detaillierte Inhalt vonWie verwende ich „.isin()' von Pandas für die DataFrame-Filterung: IN- und NOT IN-Operationen?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!