pandas使用与、或、非对dataframe的数据进行筛选(与关系数据筛选、或关系数据筛选、非关系数据筛选)

本文详细介绍了如何使用pandas库在DataFrame中进行与、或、非的关系数据筛选,包括与关系数据筛选、或关系数据筛选和非关系数据筛选,通过实例演示了各种筛选操作的实现步骤。
摘要由CSDN通过智能技术生成

pandas使用与、或、非对dataframe的数据进行筛选(与关系数据筛选、或关系数据筛选、非关系数据筛选)

 

目录

pandas使用与、或、非进行筛选(与关系数据筛选、或关系数据筛选、非关系数据筛选)

#仿真数据

#pandas使用与、或、非进行筛选(与关系数据筛选)

#pandas使用与、或、非进行筛选(或关系数据筛选)

#pandas使用与、或、非进行筛选(非关系数据筛选)


#仿真数据

import pandas as pd
import numpy as np
 
data = {'产品':['肉类','盐铁','纺织','木材']*2,
        '年份':[1046,1046,1046,1046,1047,1047,1047,1047],
       '诸侯':['秦','齐','楚','燕','赵','魏',&#
评论 4
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

打赏作者

Data+Science+Insight

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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