Pandas 如何使用’in’和’not in’过滤数据框，就像在SQL中一样

在数据分析和处理中，Pandas是一个非常流行的Python库。Pandas提供了许多有用的方法和函数来处理大型数据集。在本文中，我们将介绍如何使用’in’和’not in’操作符来过滤数据框。

阅读更多：Pandas 教程

创建一个数据框

让我们首先创建一个简单的数据框，以演示如何使用’in’和’not in’操作符。下面的代码将创建一个名为df的数据框，其中包含三列和五行数据。

import pandas as pd

data = {'Name': ['Tom', 'William', 'John', 'Jenny', 'Susan'],
        'Age': [25, 32, 18, 47, 31],
        'Salary': [50000, 62000, 40000, 75000, 55000]}

df = pd.DataFrame(data)
print(df)

这应该打印出以下输出：

      Name  Age  Salary
0      Tom   25   50000
1  William   32   62000
2     John   18   40000
3    Jenny   47   75000
4    Susan   31   55000

使用’in’过滤数据框

‘in’操作符可以帮助我们筛选出数据框中指定列中包含某些特定值的行。例如，让我们尝试仅选择年龄为25和31岁的行，如下所示：

df_age = df[df['Age'].isin([25, 31])]
print(df_age)

这将输出以下内容：

    Name  Age  Salary
0    Tom   25   50000
4  Susan   31   55000

可以看到，我们只筛选了年龄为25和31岁的行。

使用’not in’过滤数据框

‘not in’操作符与’in’操作符相反。它可以帮助我们筛选出某列中不包含特定值的行。例如，让我们尝试选择薪水不在40000和62000之间的行，如下所示：

df_salary = df[~df['Salary'].isin([40000, 62000])]
print(df_salary)

这将打印出以下内容：

    Name  Age  Salary
0    Tom   25   50000
3  Jenny   47   75000
4  Susan   31   55000

可以看到，我们只选择了薪水不在40000和62000之间的行。

复杂的过滤条件

有时我们需要在数据框中进行复杂的过滤。让我们以一个示例来说明这一点。假设我们仅希望选择以下行：年龄为25岁以上且薪水不在40000和55000之间的员工。我们可以像下面这样实现：

df_complex = df[(df['Age'] >= 25) & (~df['Salary'].isin([40000, 55000]))]
print(df_complex)

这将输出以下内容：

    Name  Age  Salary
0    Tom   25   50000
3  Jenny   47   75000

可以看到，我们只选择了年龄为25岁以上且薪水不在40000和55000之间的员工。

总结

在本文中，我们介绍了如何使用’in’和’not in’操作符来过滤Pandas数据框中的数据。我们还演示了如何将这些操作符与其他常见的过滤条件（如’>’或'<‘）组合使用。这些技巧可以帮助您更轻松地处理和分析大型数据集。