Pandas: วิธีใช้วิธี isin() กับวิธี query()

บ่อยครั้งที่คุณอาจต้องการใช้ฟังก์ชัน isin() ในเมธอด query() ใน pandas เพื่อกรองแถวใน DataFrame โดยที่คอลัมน์มีค่าในรายการ

คุณสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อทำสิ่งนี้:

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

แบบสอบถามเฉพาะนี้จะกรองแถวจาก DataFrame ของ pandas โดยที่คอลัมน์ ทีม เท่ากับ A, B หรือ D

หมายเหตุ : เราจำเป็นต้องใช้ in แทน isin เมื่อใช้เมธอด pandas query()

ตัวอย่างต่อไปนี้แสดงวิธีใช้ไวยากรณ์นี้ในทางปฏิบัติ

ตัวอย่าง: ใช้เมธอด query() เพื่อกรองค่าในรายการ

สมมติว่าเรามี DataFrame แพนด้าต่อไปนี้ซึ่งมีข้อมูลเกี่ยวกับผู้เล่นบาสเกตบอลต่างๆ:

 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

ตอนนี้ สมมติว่าเราต้องการค้นหาแถวที่มีค่าในคอลัมน์ ทีม เท่ากับ A, B หรือ D

เราสามารถใช้ไวยากรณ์ต่อไปนี้เพื่อทำสิ่งนี้:

 #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

โปรดทราบว่าฟังก์ชัน query() ส่งคืนแถวทั้งหมดโดยที่ค่าในคอลัมน์ ทีม เท่ากับ A, B หรือ D

โปรดทราบว่าเราสามารถจัดเก็บรายชื่อทีมไว้ในตัวแปร จากนั้นอ้างอิงตัวแปรในฟังก์ชัน query() โดยใช้ตัวดำเนินการ @ :

 #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

แบบสอบถามส่งคืนแถวทั้งหมดใน DataFrame โดยที่ team เท่ากับหนึ่งในชื่อทีมที่เก็บไว้ในตัวแปร team_names

โปรดทราบว่าผลลัพธ์ของแบบสอบถามนี้ตรงกับผลลัพธ์ของตัวอย่างก่อนหน้า

หมายเหตุ : คุณสามารถดูเอกสารฉบับเต็มของฟังก์ชัน pandas query() ได้ที่นี่

แหล่งข้อมูลเพิ่มเติม

บทช่วยสอนต่อไปนี้จะอธิบายวิธีการทำงานทั่วไปอื่นๆ ในแพนด้า:

Pandas: วิธีกรองแถวตามความยาวของสตริง
Pandas: วิธีลบแถวตามเงื่อนไข
นุ่น: วิธีใช้ตัวกรอง “NO IN”