Pandas：如何将 isin() 方法与 query() 方法一起使用

通常，您可能希望在 pandas 的query()方法中使用isin()函数来过滤 DataFrame 中的行，其中列包含列表中的值。

您可以使用以下语法来执行此操作：

 df. query (' team in ["A", "B", "D"] ')

此特定查询过滤 pandas DataFrame 中的行，其中团队列等于 A、B 或 D。

注意：使用 pandas query()方法时，我们需要使用in而不是isin 。

以下示例展示了如何在实践中使用此语法。

示例：使用query()方法过滤列表中的值

假设我们有以下 pandas DataFrame，其中包含有关各种篮球运动员的信息：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' team ': ['A', 'A', 'B', 'B', 'C', 'C', 'D', 'E'],
                   ' points ': [18, 22, 19, 14, 14, 11, 20, 28],
                   ' assists ': [5, 7, 7, 9, 12, 9, 9, 4],
                   ' rebounds ': [11, 8, 10, 6, 6, 5, 9, 12]})

#view DataFrame
print (df)

  team points assists rebounds
0 A 18 5 11
1 to 22 7 8
2 B 19 7 10
3 B 14 9 6
4 C 14 12 6
5 C 11 9 5
6 D 20 9 9
7 E 28 4 12

现在假设我们要查找team列中的值等于 A、B 或 D 的行。

我们可以使用以下语法来做到这一点：

 #query for rows where team is in list of specific teams
df. query (' team in ["A", "B", "D"] ')

	team points assists rebounds
0 A 18 5 11
1 to 22 7 8
2 B 19 7 10
3 B 14 9 6
6 D 20 9 9

请注意， query()函数返回team列中的值等于 A、B 或 D 的所有行。

另请注意，我们可以将团队名称列表存储在变量中，然后使用@运算符在query()函数中引用该变量：

 #create variable to hold specific team names
team_names = [" A ", " B ", " D "]

#query for rows where team is equal to a team name in team_names variable
df. query (' team in @team_names ')

	team points assists rebounds
0 A 18 5 11
1 to 22 7 8
2 B 19 7 10
3 B 14 9 6
6 D 20 9 92

该查询返回 DataFrame 中的所有行，其中team等于team_names变量中存储的团队名称之一。

请注意，此查询的结果与前面示例的结果相匹配。

注意：您可以在此处找到 pandas query()函数的完整文档。

其他资源

以下教程解释了如何在 pandas 中执行其他常见任务：

Pandas：如何根据字符串长度过滤行
Pandas：如何根据条件删除行
Pandas：如何使用“NO IN”过滤器