☰

SQLのように「in」と「not in」を使用してPandasデータフレームをフィルタリングする方法 質問する

tag-icon • tag-icon python pandas dataframe filtering sql-function
SQLのように「in」と「not in」を使用してPandasデータフレームをフィルタリングする方法 質問する

SQL のINおよび と同等のものを実現するにはどうすればよいですかNOT IN?

必要な値のリストがあります。シナリオは次のとおりです。

df = pd.DataFrame({'country': ['US', 'UK', 'Germany', 'China']})
countries_to_keep = ['UK', 'China']

# pseudo-code:
df[df['country'] not in countries_to_keep]

私が現在行っている方法は次のとおりです。

df = pd.DataFrame({'country': ['US', 'UK', 'Germany', 'China']})
df2 = pd.DataFrame({'country': ['UK', 'China'], 'matched': True})

# IN
df.merge(df2, how='inner', on='country')

# NOT IN
not_in = df.merge(df2, how='left', on='country')
not_in = not_in[pd.isnull(not_in['matched'])]

しかし、これはひどい不完全な方法のように思えます。誰かこれを改善できる人はいませんか?

ベストアンサー1

使用できますpd.Series.isin。

「IN」の場合は以下を使用します:something.isin(somewhere)

または「NOT IN」の場合:~something.isin(somewhere)

実例として：

>>> df
    country
0        US
1        UK
2   Germany
3     China
>>> countries_to_keep
['UK', 'China']
>>> df.country.isin(countries_to_keep)
0    False
1     True
2    False
3     True
Name: country, dtype: bool
>>> df[df.country.isin(countries_to_keep)]
    country
1        UK
3     China
>>> df[~df.country.isin(countries_to_keep)]
    country
0        US
2   Germany

おすすめ記事