<\/p>\n
Anda dapat menggunakan metode berikut untuk memeriksa apakah ada nilai tertentu di kolom DataFrame pandas:<\/span><\/p>\n Metode 1: Periksa apakah ada nilai di kolom<\/strong><\/span><\/p>\n Metode 2: Periksa apakah ada beberapa nilai di kolom<\/strong><\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan setiap metode dalam praktik dengan DataFrame berikut:<\/span><\/p>\n Kode berikut menunjukkan cara memeriksa apakah nilai 22<\/strong> ada di kolom poin<\/strong> :<\/span><\/p>\n Outputnya mengembalikan True<\/strong> , yang memberitahu kita bahwa nilai 22<\/strong> ada di kolom poin<\/strong> .<\/span><\/p>\n Kita juga bisa menggunakan sintaks yang sama dengan kolom string.<\/span><\/p>\n Misalnya, kode berikut memperlihatkan cara memeriksa apakah string “J” ada di kolom tim<\/strong> :<\/span><\/p>\n Outputnya mengembalikan False<\/strong> , yang memberitahu kita bahwa string “J” tidak ada di kolom Team<\/b> .<\/span><\/p>\n Kode berikut menunjukkan cara memeriksa apakah ada nilai dalam daftar [44, 45, 22] yang ada di kolom poin<\/strong> :<\/span><\/p>\n Outputnya mengembalikan True<\/strong> , yang memberi tahu kita bahwa setidaknya salah satu nilai dalam daftar [44, 45, 22] ada di kolom poin<\/strong> DataFrame.<\/span><\/p>\n Kita juga bisa menggunakan sintaks yang sama dengan kolom string.<\/span><\/p>\n Misalnya, kode berikut menunjukkan cara memeriksa apakah string dari daftar [‘J’, ‘K’, ‘L’] ada di kolom tim<\/strong> :<\/span><\/p>\n Outputnya mengembalikan False<\/strong> , yang memberi tahu kita bahwa tidak ada string dalam daftar yang ada di kolom tim<\/b> .<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan operasi umum lainnya di panda:<\/span><\/p>\n Cara menghapus baris di Pandas DataFrame berdasarkan kondisi<\/a> Anda dapat menggunakan metode berikut untuk memeriksa apakah ada nilai tertentu di kolom DataFrame pandas: Metode 1: Periksa apakah ada nilai di kolom 22 in df[‘ my_column ‘]. values Metode 2: Periksa apakah ada beberapa nilai di kolom df[‘ my_column ‘]. isin ([44, 45, 22]). any () Contoh berikut menunjukkan cara menggunakan setiap metode dalam […]<\/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 22 in<\/span> df[' my_column<\/span> ']. values<\/span><\/strong><\/pre>\n df[' my_column<\/span> ']. isin<\/span> ([44, 45, 22]). any<\/span> ()\n<\/strong><\/pre>\n import<\/span> pandas as<\/span> pd\n\n#createDataFrame<\/span>\ndf = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],\n ' points<\/span> ': [18, 22, 19, 14, 14, 11, 20, 28],\n ' assists<\/span> ': [5, 7, 7, 9, 12, 9, 9, 4],\n ' rebounds<\/span> ': [11, 8, 10, 6, 6, 5, 9, 12]})\n\n#view DataFrame\n<\/span>print<\/span> (df)\n\n team points assists rebounds\n0 A 18 5 11\n1 B 22 7 8\n2 C 19 7 10\n3 D 14 9 6\n4 E 14 12 6\n5 F 11 9 5\n6 G 20 9 9\n7:28 4 12<\/strong><\/pre>\n Contoh 1: Periksa apakah ada nilai di kolom<\/strong><\/span><\/h2>\n
#check if 22 exists in the 'points' column<\/span>\n22 in<\/span> df[' points<\/span> ']. values<\/span>\n\nTrue<\/strong><\/pre>\n #check if 'J' exists in the 'team' column<\/span>\n'J' in<\/span> df[' team<\/span> ']. values<\/span>\n\nFalse<\/strong><\/pre>\n Contoh 2: Periksa apakah ada salah satu dari beberapa nilai di kolom<\/strong><\/span><\/h2>\n
#check if 44, 45 or 22 exist in the 'points' column<\/span>\ndf[' points<\/span> ']. isin<\/span> ([44, 45, 22]). any<\/span> ()\n\nTrue<\/strong><\/pre>\n #check if J, K, or L exists in the 'team' column<\/span>\ndf[' team<\/span> ']. isin<\/span> ([' J<\/span> ',' K<\/span> ',' L<\/span> ']). any<\/span> () \nFalse<\/strong><\/pre>\n Sumber daya tambahan<\/strong><\/span><\/h2>\n
Cara memfilter Pandas DataFrame pada berbagai kondisi<\/a>
Cara menggunakan filter \u201cTIDAK DALAM\u201d di Pandas DataFrame<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"