Pandas运用isin和isin取反的用法

dataDf1 = pd.DataFrame({'value': [1, 2, 3, 4]})
dataDf2 = pd.DataFrame({'value': [5, 6, 3, 4]})
print(dataDf1)
print(dataDf2)
isin的用法
sinfo = dataDf1[~dataDf1['value'].isin(dataDf2['value'])]

isin的取反
sinfo = dataDf1[~dataDf1['value'].isin(dataDf2['value'])]
print(sinfo)
pandasisin()方法是一个用于判断数据是否与给定值相等的方法。它可以同时判断数据是否与多个值相等,若与其中的某个值相等则返回True,否则返回False。这个方法既可以用于Series类型的数据,也可以用于DataFrame类型的数据。在使用isin()方法时,需要注意参数的类型和传入的值。当isin()方法接收到的参数类型为Series和DataFrame时,需要保证索引和列名与原数据相同才能进行对比。isin()方法返回的结果为True或False,因此可以与loc方法连用,对数据进行筛选。此外,在过去的Pandas版本中,isin()方法还有一个逆函数notin(),但在最新版本中,这个函数已经被删除,可以使用~达到同样的效果。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Learning Pandas](https://download.csdn.net/download/l1505624/10155097)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] - *2* *3* [Pandas:isin()用法及其注意事项](https://blog.csdn.net/yeshang_lady/article/details/112207877)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值