前言
大家在使用Python进行数据分析时，经常要使用到的一个数据结构就是pandas的DataFrame，关于python中pandas.DataFrame的基本操作，大家可以查看这篇文章。
pandas.DataFrame排除特定行
如果我们想要像Excel的筛选那样，只要其中的一行或某几行，可以使用isin()方法，将需要的行的值以列表方式传入，还可以传入字典，指定列进行筛选。
但是如果我们只想要所有内容中不包含特定行的内容，却并没有一个isnotin()方法。我今天的工作就遇到了这样的需求，经常查找之后，发现只能换种方式使用isin()来实现这个需求。
示例如下：
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
如果只想要p1为GD和HN的两行，可以这么做：
In [8]: df[df.p1.isin(['GD', 'HN'])] Out[8]: p1 p2 p3 0 GD GX FJ 2 HN HB AH
但是如果我们想要除了这两行之外的数据，就需要绕点路了。
原理是先把p1取出并转换为列表，然后再从列表中去不需要的行（值）去除，然后再在DataFrame中使用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总结
【相关推荐】
1. Python免费视频教程
2. Python基础入门教程
3. Python遇见数据采集视频教程
下载本文