【Python】 如何使用Pandas DataFrame的‘in‘和‘not in‘进行筛选，就像在SQL中一样

基本原理

在Python的Pandas库中，DataFrame是一个强大的数据结构，用于处理表格数据。Pandas提供了多种方法来筛选DataFrame中的数据，其中使用in和not in是模仿SQL查询中IN和NOT IN操作的一种方式。在SQL中，IN用于筛选出在某个列表中的值，而NOT IN则用于筛选出不在列表中的值。在Pandas中，我们可以通过布尔索引来实现类似的功能。

代码示例

示例1：使用in进行筛选

假设我们有一个DataFrame df，包含了员工的姓名和部门信息，我们想要筛选出部门为"IT"或"HR"的员工。

import pandas as pd

# 创建示例DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Department': ['IT', 'HR', 'Finance', 'IT', 'HR']
}
df = pd.DataFrame(data)

# 使用in筛选特定部门
departments = ['IT', 'HR']
filtered_df = df[df['Department'].isin(departments)]
print(filtered_df)

示例2：使用not in进行筛选

如果我们想要筛选出除了"IT"和"HR"部门之外的所有员工，可以使用not in。

# 使用not in筛选非特定部门
filtered_df_not_in = df[~df['Department'].isin(departments)]
print(filtered_df_not_in)

示例3：使用in和not in结合条件

有时候，我们可能需要同时使用in和not in来满足更复杂的筛选条件。

# 同时使用in和not in进行筛选
filtered_df_complex = df[(df['Department'].isin(departments)) & (~df['Name'].isin(['Alice', 'Bob']))]
print(filtered_df_complex)

注意事项

1. isin()函数对于大数据集可能会比较慢，因为它需要对每个元素进行检查。
2. 使用isin()时，传入的列表应该是可哈希的，例如列表、元组或集合。
3. 确保在布尔索引中使用括号来正确地应用逻辑运算符，如&（和）、|（或）和~（非）。

结论

通过上述示例，我们可以看到Pandas中的in和not in操作可以有效地模仿SQL中的IN和NOT IN查询。使用布尔索引，我们可以灵活地对DataFrame进行各种复杂的筛选操作。掌握这些技巧，可以帮助我们更加高效地处理和分析数据。

![](https://img-blog.csdnimg.cn/direct/08a02446429a4a85bb9963d696b9f5bd.png)
>
> 【痕迹】QQ+微信朋友圈和聊天记录分析工具1.0.4 （1）纯Python语言实现，使用Flask后端，本地分析，不上传个人数据。
>
> （2）内含QQ、微信聊天记录保存到本地的方法，真正实现自己数据自己管理。
>
> （3）数据可视化分析QQ、微信聊天记录，提取某一天的聊天记录与大模型对话。
> 
> **下载地址：https://www.alipan.com/s/x6fqXe1jVg1**
>