Über die grundlegenden Operationen von pandas.DataFrame in Python

Dieser Artikel führt Sie hauptsächlich in die Methode zum Ausschließen bestimmter Zeilen in Pandas.DataFrame in Python ein. Ich glaube, dass er einen gewissen Referenzwert hat, damit jeder ihn verstehen und lernen kann ein gemeinsamer Blick.

Vorwort

Wenn Sie Python für die Datenanalyse verwenden, ist eine Datenstruktur, die Sie häufig verwenden, der Pandas DataFrame. Informationen zu den grundlegenden Operationen von pandas.DataFrame in Python. Sie können diesen Artikel lesen.

pandas.DataFrame schließt bestimmte Zeilen aus

Wenn wir wie Excel nur eine oder bestimmte Zeilen filtern möchten, können wir die Methode isin() verwenden und die Werte übergeben ​​der erforderlichen Zeilen in einer Liste, oder Sie können ein Wörterbuch übergeben und Spalten zum Filtern angeben.

Aber wenn wir nur alle Inhalte wollen, die keine bestimmte Zeile enthalten, gibt es keine isnotin()-Methode. Ich bin heute bei der Arbeit auf ein solches Bedürfnis gestoßen. Nachdem ich häufig gesucht hatte, stellte ich fest, dass ich isin() nur auf andere Weise verwenden konnte, um dieses Bedürfnis zu erfüllen.

Das Beispiel sieht wie folgt aus:

In [3]: df = pd.DataFrame([['GD', 'GX', 'FJ'], ['SD', 'SX', 'BJ'], ['HN', 'HB'
 ...: , 'AH'], ['HEN', 'HEN', 'HLJ'], ['SH', 'TJ', 'CQ']], columns=['p1', 'p2
 ...: ', 'p3'])

In [4]: df
Out[4]:
 p1 p2 p3
0 GD GX FJ
1 SD SX BJ
2 HN HB AH
3 HEN HEN HLJ
4 SH TJ CQ

Wenn Sie nur die beiden Zeilen möchten, in denen p1 GD und HN ist, können Sie Folgendes tun:

In [8]: df[df.p1.isin(['GD', 'HN'])]
Out[8]:
 p1 p2 p3
0 GD GX FJ
2 HN HB AH

Aber wenn wir andere Daten als diese beiden Zeilen wollen, müssen wir einen Umweg machen.

Das Prinzip besteht darin, zuerst p1 herauszunehmen und in eine Liste umzuwandeln, dann unnötige Zeilen (Werte) aus der Liste zu entfernen und dann isin()

In [9]: ex_list = list(df.p1)

In [10]: ex_list.remove('GD')

In [11]: ex_list.remove('HN')

In [12]: ex_list
Out[12]: ['SD', 'HEN', 'SH']

In [13]: df[df.p1.isin(ex_list)]
Out[13]:
 p1 p2 p3
1 SD SX BJ
3 HEN HEN HLJ
4 SH TJ CQ

im DataFrame zu verwenden

Zusammenfassung

[Verwandte Empfehlungen]

1 Python kostenloses Video-Tutorial

2. Python Grundlegendes Einführungs-Tutorial

3. Python trifft auf Datenerfassungs-Video-Tutorial

Das obige ist der detaillierte Inhalt vonÜber die grundlegenden Operationen von pandas.DataFrame in Python. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!