<\/p>\n
Voc\u00ea pode usar a seguinte sintaxe para executar um filtro “NOT IN” em um DataFrame do pandas:<\/span><\/p>\n Observe que os valores em Values_list<\/strong> podem ser valores num\u00e9ricos ou valores de caracteres.<\/span><\/p>\n Os exemplos a seguir mostram como usar essa sintaxe na pr\u00e1tica.<\/span><\/p>\n O c\u00f3digo a seguir mostra como filtrar um DataFrame do pandas para linhas onde o nome de uma equipe n\u00e3o est\u00e1 em uma lista de nomes:<\/span><\/p>\n E o c\u00f3digo a seguir mostra como filtrar um DataFrame do pandas para linhas onde a coluna “pontos” n\u00e3o cont\u00e9m determinados valores:<\/span><\/p>\n O c\u00f3digo a seguir mostra como filtrar um DataFrame do pandas para linhas em que determinados nomes de equipes n\u00e3o est\u00e3o em uma das v\u00e1rias colunas:<\/span><\/p>\n Observe que filtramos todas as linhas onde as equipes “C” ou “E” apareciam na coluna “star_team” ou na coluna “backup_team”.<\/span><\/p>\n Os tutoriais a seguir explicam como realizar outras opera\u00e7\u00f5es comuns de filtragem em pandas:<\/span><\/p>\n Como usar \u201cN\u00e3o \u00e9 nulo\u201d no Pandas<\/a> Voc\u00ea pode usar a seguinte sintaxe para executar um filtro “NOT IN” em um DataFrame do pandas: df[ ~ df[‘ col_name ‘]. isin (values_list)] Observe que os valores em Values_list podem ser valores num\u00e9ricos ou valores de caracteres. Os exemplos a seguir mostram como usar essa sintaxe na pr\u00e1tica. Exemplo 1: Execute um filtro \u201cNON […]<\/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":[],"class_list":["post-2214","post","type-post","status-publish","format-standard","hentry","category-guia"],"yoast_head":"\n df[ ~<\/span> df[' col_name<\/span> ']. isin<\/span> (values_list)]\n<\/strong><\/pre>\n Exemplo 1: Execute um filtro \u201cNON IN\u201d com uma coluna<\/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 Exemplo 2: Execute um filtro \u201cNON IN\u201d com v\u00e1rias colunas<\/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 Recursos adicionais<\/strong><\/span><\/h2>\n
Como filtrar um DataFrame do Pandas por valores de coluna
Como filtrar linhas do Pandas DataFrame por data<\/a>
Como filtrar um DataFrame do Pandas em m\u00faltiplas condi\u00e7\u00f5es<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"