Pandasisin和Notin的使用说明

Pandasisin和Notin的作用

Pandasisin和Notin是用于过滤数据的两个常用方法，可以筛选数据集中符合某些条件的数据，可以用于数据清洗或处理中。

Pandasisin和Notin的语法

pandasisin函数的语法如下：

DataFrame.column_name.isin(values_list)

notin函数的语法如下：

~DataFrame.column_name.isin(values_list)

其中，values_list参数是一个列表，包含需要进行筛选的值。而在notin函数中，利用~符号对结果取反，表示只筛选不在列表中的值。

Pandasisin和Notin的示例

下面通过实例说明如何使用pandasisin和notin进行数据筛选。

示例1

假设我们有一个包含商品名称、价格和库存量的数据集，我们希望找到所有价格为50或100的商品信息。使用pandasisin函数可以轻松实现：

import pandas as pd

data = {
    'product': ['A', 'B', 'C', 'D', 'E'],
    'price': [50, 30, 100, 80, 120],
    'stock': [10, 20, 5, 7, 3]
}

df = pd.DataFrame(data)

result = df[df['price'].isin([50, 100])]
print(result)

输出结果如下所示：

  product  price  stock
0       A     50     10
2       C    100      5

示例2

假设我们有一个包含多个城市旅游景点名称、评分和门票价格的数据集，我们希望找到4个城市的旅游景点信息，这四个城市分别是“北京”、“上海”、“广州”和“深圳”，使用notin函数可以轻松实现：

import pandas as pd

data = {
    'city': ['北京', '上海', '广州', '深圳', '成都', '重庆', '杭州', '南京', '武汉', '长沙'],
    'attraction': ['故宫', '东方明珠', '长隆', '世界之窗', '宽窄巷子', '洪崖洞', '西湖', '中山陵', '黄鹤楼', '岳麓山'],
    'score': [9.0, 8.8, 8.6, 9.2, 8.5, 8.7, 9.1, 8.9, 8.4, 8.3],
    'price': [60, 110, 230, 280, 50, 60, 80, 90, 40, 70]
}

df = pd.DataFrame(data)

result = df[~df['city'].isin(['成都', '重庆', '杭州', '南京'])]
print(result)

输出结果如下所示：

  city attraction  score  price
0  北京        故宫    9.0     60
1  上海      东方明珠    8.8    110
2  广州        长隆    8.6    230
3  深圳     世界之窗    9.2    280
8  武汉       黄鹤楼    8.4     40
9  长沙       岳麓山    8.3     70

如上所示，通过notin函数，我们可以快速筛选掉四个城市的旅游景点，保留其他城市的数据信息。