pandas按属性值筛选，isin

Dawei_01

于 2018-12-10 17:23:31 发布

阅读量2k

点赞数 1

分类专栏： ML 文章标签： pnadas 数据筛选

ML 专栏收录该内容

17 篇文章

订阅专栏

本文介绍使用Pandas库进行数据筛选的两种方法，包括利用isin()函数和apply()函数结合lambda表达式的技巧，同时指出在复杂条件下的应用局限及错误处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import pandas as pd
df = pd.DataFrame({'countries':['US','UK','Germany','China']})
df
Out[34]: 
  countries
0        US
1        UK
2   Germany
3     China

说明实例如上，有两种方式，第一种：

df1=df[df["countries"].isin(countries)]

df1
Out[28]: 
  countries
1        UK
3     China

df2=df[~df.countries.isin(countries)]
df2
Out[30]: 
  countries
0        US
2   Germany

第二种：

criterion = lambda row: row['countries'] not in countries

not_in = df[df.apply(criterion, axis=1)]

not_in
Out[33]: 
  countries
0        US

有一种情况用.isin会报错

criterion = lambda row: row['TOLLGATE_ID'] in gate_id_list and row["NEXT_TOLLGATE_ID"] in gate_id_list
test_df=test_df[test_df.apply(criterion,axis=1)]
 
#会报错    
test_df=test_df[test_df["TOLLGATE_ID"].isin(gate_id_list) and test_df["NEXT_TOLLGATE_ID"].isin(gate_id_list)]

并且row['TOLLGATE_ID',"NEXT_TOLLGATE_ID"] in gate_id_list 或者.isin

的写法不可以

参考：https://cloud.tencent.com/developer/ask/93371