熊猫如何使用“不在”滤镜？
在本文中，我们将讨论熊猫中的 NOT IN 过滤器，NOT IN 是一个成员操作符，用于检查数据帧中是否存在数据。如果该值不存在，它将返回 true，否则返回 false
让我们创建一个示例数据帧
Python 3
# import pandas module
import pandas as pd
# create dataframe
data1 = pd.DataFrame({'name': ['sravan', 'harsha', 'jyothika'],
'subject1': ['python', 'R', 'php'],
'marks': [96, 89, 90]}, index=[0, 1, 2])
# display
data1
输出:
样本数据帧
方法 1:使用一列不在过滤器中
我们使用 isin() 运算符来获取数据框中的给定值，这些值取自列表，因此我们过滤数据框中该列表中存在的一列值。
语法:data frame[~ data frame[column _ name]。isin(列表)]
其中
- 数据帧是输入数据帧
- column_name 是被筛选的列
- list 是该列中要删除的值的列表
Python 3
# import pandas module
import pandas as pd
# create dataframe
data1 = pd.DataFrame({'name': ['sravan', 'harsha', 'jyothika'],
'subject1': ['python', 'R', 'php'],
'marks': [96, 89, 90]}, index=[0, 1, 2])
# consider a list
list1 = ['harsha', 'jyothika']
# filter in name column
print(data1[~data1['name'].isin(list1)])
print("============")
# consider a list
list2 = ['R']
# filter in name column
print(data1[~data1['subject1'].isin(list2)])
print("============")
# consider a list
list3 = [96, 89]
# filter in name column
print(data1[~data1['marks'].isin(list3)])
输出:
不在一列过滤器中
方法 2:在多列过滤器中使用非输入
现在，我们可以使用任意()函数在多个列中进行筛选。此函数将检查存在于任何给定列中的值，列以逗号分隔的[[]]给出。
语法:数据帧[~数据帧[[列]]。isin(列表)。任意(轴=1)]
Python 3
# import pandas module
import pandas as pd
# create dataframe
data1 = pd.DataFrame({'name': ['sravan', 'harsha', 'jyothika'],
'subject1': ['python', 'R', 'php'],
'marks': [96, 89, 90]}, index=[0, 1, 2])
# consider a list
list1 = ['harsha', 'jyothika', 96]
# filter in name and marks column
print(data1[~data1[['name', 'marks']].isin(list1).any(axis=1)])
print("============")
# consider a list
list2 = ['R', 'sravan']
# filter in name and subject1 column
print(data1[~data1[['subject1', 'name']].isin(list2).any(axis=1)])
输出:
不在多列过滤器中
方法 3:使用带非输入过滤器的数字
这类似于上述功能。
语法:数据帧[~numpy.isin(数据帧['列']，列表)]
Python 3
# import pandas module
import numpy as np
import pandas as pd
# create dataframe
data1 = pd.DataFrame({'name': ['sravan', 'harsha', 'jyothika'],
'subject1': ['python', 'R', 'php'],
'marks': [96, 89, 90]}, index=[0, 1, 2])
# consider a list
list1 = ['harsha', 'jyothika', 96]
# filter in name column
data1[~np.isin(data1['name'], list1)]
输出:
带不在过滤器的数字
版权属于：月萌API www.moonapi.com，转载请注明出处
