Bagaimana Menggunakan Pandas' `.isin()` untuk Penapisan DataFrame: IN dan NOT IN Operasi?

Menggunakan Pandas' .isin() untuk Penapisan DataFrame

Dalam SQL, pengendali IN dan NOT IN membenarkan anda menapis data berdasarkan senarai nilai. Pandas' DataFrame menyediakan kaedah yang mudah, .isin(), yang membolehkan kefungsian yang serupa.

Cara Menggunakan .isin()

Untuk menggunakan .isin():

• Untuk IN: Gunakan something.isin(somewhere)
• For NOT IN: Use ~something.isin(somewhere)

Contoh Penggunaan

Pertimbangkan DataFrame berikut:

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

Dan senarai negara untuk menyimpan:

countries_to_keep = ['UK', 'China']

Untuk menapis DataFrame menggunakan setara dengan SQL's IN:

df[df.country.isin(countries_to_keep)]

Ini akan kembali:

    country
1        UK
3     China

Untuk setara dengan SQL NOT IN:

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

Ini akan return:

    country
0        US
2   Germany

Kaedah ini mengelakkan penggunaan kludges yang kekok dan menyediakan cara yang mudah untuk menapis DataFrames berdasarkan senarai nilai.

Atas ialah kandungan terperinci Bagaimana Menggunakan Pandas' `.isin()` untuk Penapisan DataFrame: IN dan NOT IN Operasi?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!