pandas数据筛选 in 和 not in
【摘要】
官网解析
pandas数据筛选 isin 和 ~ isin
import pandas as pd
data = {'city': ['Beijing', 'Shanghai', 'Guangz...
pandas数据筛选 isin 和 ~ isin
import pandas as pd
data = {'city': ['Beijing', 'Shanghai', 'Guangzhou', 'Shenzhen', 'Hangzhou', 'Chongqing'],
'year': [2016, 2016, 2015, 2017, 2016, 2016],
'population': [2100, 2300, 1000, 700, 500, 500]}
frame = pd.DataFrame(data, columns=['year', 'city', 'population', 'debt'])
condition = ['Beijing', 'Shanghai']
print("———————————— isin ————————————")
print(frame.loc[frame['city'].isin(condition)])
print("———————————— ~ isin ————————————")
print(frame.loc[~frame['city'].isin(condition)])
>>>
———————————— isin ————————————
year city population debt
0 2016 Beijing 2100 NaN
1 2016 Shanghai 2300 NaN
———————————— not isin ————————————
year city population debt
2 2015 Guangzhou 1000 NaN
3 2017 Shenzhen 700 NaN
4 2016 Hangzhou 500 NaN
5 2016 Chongqing 500 NaN
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
文章来源: positive.blog.csdn.net,作者:墨理学AI,版权归原作者所有,如需转载,请联系作者。
原文链接:positive.blog.csdn.net/article/details/103863600
【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱:
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论(0)