pandas中的isin方法和notna方法

isin 和 notna 是 pandas 库中用于数据筛选和处理的两个常用方法。

isin 方法：

isin 方法用于检查一个序列中的每个元素是否包含在另一个序列中，返回一个布尔值的序列，指示每个元素是否在目标序列中。

import pandas as pd

# 创建一个示例数据框
data = {'A': [1, 2, 3, 4, 5],
        'B': [5, 4, 3, 2, 1]}
df = pd.DataFrame(data)

# 使用isin方法筛选出'A'列中值为2或4的行
result = df['A'].isin([2, 4])

print(result)

输出：

0    False
1     True
2    False
3     True
4    False
Name: A, dtype: bool

在上面的示例中，df['A'].isin([2, 4]) 返回一个布尔值的序列，表示’A’列中的每个元素是否在列表 [2, 4] 中。

notna 方法：

notna 方法用于检查一个序列中的每个元素是否不是缺失值（NaN），返回一个布尔值的序列。

import pandas as pd

# 创建一个示例数据框
data = {'A': [1, None, 3, None, 5]}
df = pd.DataFrame(data)

# 使用notna方法检查'A'列中的非缺失值
result = df['A'].notna()

print(result)

输出：

0     True
1    False
2     True
3    False
4     True
Name: A, dtype: bool

在上面的示例中，df['A'].notna() 返回一个布尔值的序列，表示’A’列中的每个元素是否不是缺失值。

这两个方法在数据处理和筛选时非常有用。isin 可以用于快速筛选包含特定值的行，而 notna 可以用于检查缺失值情况。