Pandas: isin() 메소드를 query() 메소드와 함께 사용하는 방법

목록의 값이 포함된 열이 있는 DataFrame의 행을 필터링하기 위해 pandas의 query() 메서드에 isin() 함수를 사용하려는 경우가 종종 있습니다.

이를 수행하려면 다음 구문을 사용할 수 있습니다.

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

이 특정 쿼리는 팀 열이 A, B 또는 D와 동일한 Pandas DataFrame의 행을 필터링합니다.

참고 : pandas query() 메서드를 사용할 때는 isin 대신 in을 사용해야 합니다.

다음 예에서는 실제로 이 구문을 사용하는 방법을 보여줍니다.

예: query() 메서드를 사용하여 목록의 값을 필터링합니다.

다양한 농구 선수에 대한 정보가 포함된 다음과 같은 pandas DataFrame이 있다고 가정합니다.

 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

이제 팀 열의 값이 A, B 또는 D와 같은 행을 찾고 싶다고 가정해 보겠습니다.

이를 위해 다음 구문을 사용할 수 있습니다.

 #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

query() 함수는 팀 열의 값이 A, B 또는 D와 같은 모든 행을 반환합니다.

또한 팀 이름 목록을 변수에 저장한 다음 @ 연산자를 사용하여 query() 함수에서 변수를 참조할 수 있습니다.

 #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

쿼리는 팀이 team_names 변수에 저장된 팀 이름 중 하나와 동일한 DataFrame의 모든 행을 반환합니다.

이 쿼리의 결과는 이전 예제의 결과와 일치합니다.

참고 : 여기에서 pandas query() 함수에 대한 전체 문서를 찾을 수 있습니다.

추가 리소스

다음 튜토리얼에서는 Pandas에서 다른 일반적인 작업을 수행하는 방법을 설명합니다.

Pandas: 문자열 길이를 기준으로 행을 필터링하는 방법
Pandas: 조건에 따라 행을 삭제하는 방법
Pandas: “NO IN” 필터를 사용하는 방법