<\/p>\n
Sie k\u00f6nnen die folgende Syntax verwenden, um einen \u201eNOT IN\u201c-Filter in einem Pandas-DataFrame durchzuf\u00fchren:<\/span><\/p>\n Beachten Sie, dass die Werte in Values_list<\/strong> numerische Werte oder Zeichenwerte sein k\u00f6nnen.<\/span><\/p>\n Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen.<\/span><\/p>\n Der folgende Code zeigt, wie ein Pandas-DataFrame nach Zeilen gefiltert wird, in denen ein Teamname nicht in einer Namensliste enthalten ist:<\/span><\/p>\n Und der folgende Code zeigt, wie man einen Pandas-DataFrame nach Zeilen filtert, in denen die Spalte \u201ePunkte\u201c bestimmte Werte nicht enth\u00e4lt:<\/span><\/p>\n Der folgende Code zeigt, wie ein Pandas-DataFrame nach Zeilen gefiltert wird, in denen sich bestimmte Teamnamen nicht in einer von mehreren Spalten befinden:<\/span><\/p>\n Beachten Sie, dass wir jede Zeile gefiltert haben, in der \u201eC\u201c- oder \u201eE\u201c-Teams in der Spalte \u201estar_team\u201c oder in der Spalte \u201ebackup_team\u201c auftauchten.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere g\u00e4ngige Filtervorg\u00e4nge in Pandas durchgef\u00fchrt werden:<\/span><\/p>\n So verwenden Sie \u201eIst nicht Null\u201c in Pandas<\/a> Sie k\u00f6nnen die folgende Syntax verwenden, um einen \u201eNOT IN\u201c-Filter in einem Pandas-DataFrame durchzuf\u00fchren: df[ ~ df[‚ col_name ‚]. isin (values_list)] Beachten Sie, dass die Werte in Values_list numerische Werte oder Zeichenwerte sein k\u00f6nnen. Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden k\u00f6nnen. Beispiel 1: F\u00fchren Sie einen \u201eNON IN\u201c-Filter mit […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n df[ ~<\/span> df[' col_name<\/span> ']. isin<\/span> (values_list)]\n<\/strong><\/pre>\n Beispiel 1: F\u00fchren Sie einen \u201eNON IN\u201c-Filter mit einer Spalte durch<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],\n ' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#define list of teams we don't want\n<\/span>values_list = [' A<\/span> ', ' B<\/span> ']\n<\/span>\n#filter for rows where team name is not in list\n<\/span>df[ ~<\/span> df[' team<\/span> ']. isin<\/span> (values_list)]\n\n team points assists rebounds\n6 C 25 9 9\n7 C 29 4 12\n<\/span><\/span><\/span><\/span><\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],\n ' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#define list of values we don't want\n<\/span>values_list = [12, 15, 25]\n\n#filter for rows where team name is not in list\n<\/span>df[ ~<\/span> df[' team<\/span> ']. isin<\/span> (values_list)]\n\n\tteam points assists rebounds\n3 B 14 9 6\n4 B 19 12 6\n5 B 23 9 5\n7 C 29 4 12\n<\/span><\/span><\/strong><\/pre>\n Beispiel 2: F\u00fchren Sie einen \u201eNON IN\u201c-Filter mit mehreren Spalten durch<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#createDataFrame\ndf = pd. DataFrame<\/span> ({' star_team<\/span> ': ['A', 'A', 'B', 'B', 'B', 'B', 'C', 'C'],\n ' backup_team<\/span> ': ['B', 'B', 'C', 'C', 'D', 'D', 'D', 'E'],\n ' points<\/span> ': [25, 12, 15, 14, 19, 23, 25, 29],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#define list of teams we don't want\n<\/span>values_list = [' C<\/span> ', ' E<\/span> ']\n\n#filter for rows where team name is not in one of several columns\n<\/span>df[ ~<\/span> df[[' star_team<\/span> ', ' backup_team<\/span> ']]. isin<\/span> (values_list). any<\/span> (axis= 1<\/span> )] \n\n star_team backup_team points assists rebounds\n0 A B 25 5 11\n1 A B 12 7 8\n4 B D 19 12 6\n5 B D 23 9 5<\/span><\/span><\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So filtern Sie einen Pandas DataFrame nach Spaltenwerten
So filtern Sie Pandas DataFrame-Zeilen nach Datum<\/a>
So filtern Sie einen Pandas DataFrame nach mehreren Bedingungen<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"