首页 > 其他分享 >pandas - isin()函数 是一个pandas.Series和pandas.DataFrame的方法,用于检查每个元素是否属于给定的列表或数组

pandas - isin()函数 是一个pandas.Series和pandas.DataFrame的方法,用于检查每个元素是否属于给定的列表或数组

时间:2024-02-01 17:13:38浏览次数:25  
标签:df Series DataFrame IMEI isin pandas

matched_rows =df[~df['设备IMEI'].isin(b_df['设备IMEI'])]
这段代码的作用是从DataFrame df 中筛选出不在另一个DataFrame b_df 的"设备IMEI"列中的值。

df['设备IMEI'] 表示在DataFrame df 中获取"设备IMEI"列的序列。b_df['设备IMEI'] 表示在DataFrame b_df 中获取"设备IMEI"列的序列。

~df['设备IMEI'].isin(b_df['设备IMEI']) 通过.isin()方法将两个序列进行比较,返回一个布尔值的Series对象。该Series对象的每个元素表示对应位置的值是否存在于b_df的"设备IMEI"列中,~运算符用于对这个布尔值的Series进行取反操作。

最终,通过这个布尔值的Series来筛选DataFrame df,只保留那些"设备IMEI"列的值不在b_df的"设备IMEI"列中的行。
isin() 是一个pandas.Series和pandas.DataFrame的方法,用于检查每个元素是否属于给定的列表或数组。

例如,对于一个Series对象 s,可以使用s.isin(['A', 'B', 'C'])来检查每个元素是否属于列表['A', 'B', 'C']。返回值是一个布尔类型的Series对象,其中的每个元素表示原始Series对象中对应的元素是否属于指定列表。

同样地,对于一个DataFrame对象 df,可以使用df.isin(['A', 'B', 'C'])来检查每个元素是否属于指定列表,返回值是一个布尔类型的DataFrame对象。

isin()方法还可以接受一个数组作为参数,而不仅仅是列表。在这种情况下,如果元素属于数组,则返回True,否则返回False。

isin()方法通常用于数据筛选和子集选择等操作中。

 

标签:df,Series,DataFrame,IMEI,isin,pandas
From: https://www.cnblogs.com/xujunhui/p/18001648

相关文章

  • pandas - reset_index() 函数 将Series对象转换为一个新的DataFrame
    #df=pd.read_excel(r"D:\PyCharm\年度数据处理\1月设备离线01.xlsx",sheet_name='Sheet2')#value_counts=df['解除时间'].value_counts().reset_index()#print(value_counts)这段代码的作用是对DataFrame中的"解除时间"列进行值计数,并将结果保存在一个新的DataFrame......
  • pandas - .shape[0] 返回匹配条件的行数
    #df=pd.read_excel(r"D:\PyCharm\年度数据处理\1月设备离线01.xlsx",sheet_name='Sheet1')#将日期列转换成pandas的datetime类型#df['解除时间']=pd.to_datetime(df['解除时间'])##统计固定日期出现的次数#target_date=pd.to_datetime('2025-01-......
  • pandas高效读取大文件的探索之路
    使用pandas进行数据分析时,第一步就是读取文件。在平时学习和练习的过程中,用到的数据量不会太大,所以读取文件的步骤往往会被我们忽视。然而,在实际场景中,面对十万,百万级别的数据量是家常便饭,即使千万,上亿级别的数据,单机处理也问题不大。不过,当数据量和数据属性多了之后,读取文件的......
  • Pandas数据处理
    Series对象Series对象是一个带索引构成的一维数组,可以用一个数组创建Series对象:importpandasaspdIn[2]:pd.Series([1,2,3,4,5,6])Out[2]:011223344556dtype:int64In[5]:data.indexOut[5]:RangeIndex(start=0,stop=6,step=1)......
  • python pandas字符处理一
    s=pd.Series(['lower','CAPITALS','thisisasentence','SwApCaSe'])s.str.lower()#转为小写s.str.upper()#转为大写s.str.title()#标题格式,每个单词大写s.str.capitalize()#首字母大写s.str.swapcase()#大小写互换s.str.casefold()#转为小......
  • python pandas 文本切片处理
    文本分隔对文本的分隔和替换是最常用的文本处理方式。对文本分隔后会生成一个列表,我们对列表进行切片操作,可以找到我们想要的内容。分隔后还可以将分隔内容展开,形成单独的行。下例以下划线对内容进行了分隔,分隔后每个内容都成为一个列表。分隔对空值不起作用。#构造数据s=p......
  • python pandas文本替换
    文本替换在进行数据处理时我们可以使用替换功能剔除我们不想要的内容,换成想要的内容。这在数据处理中经常使用,因为经过人工整理的数据往往不理想,需要进行替换操作。我们使用.str.replace()方法来完成这一操作。例如,对于以下一些金额数据,我们想去除货币符号,为后续转换为数字类型......
  • python pandas文本连接
    文本连接方法s.str.cat()具有文本连接的功能,可以将序列连接成一个文本或者将两个文本序列连接在一起。#文本序列s=pd.Series(['x','y','z'],dtype="string")#默认无符号连接s.str.cat()#'xyz'#用逗号连接s.str.cat(sep=',')#'x,y,z'如果序列中有空值......
  • (数据科学学习手札157)pandas新增case_when方法
    本文示例代码已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes1简介大家好我是费老师,pandas在前不久更新的2.2版本中,针对Series对象新增了case_when()方法,用于实现类似SQL中经典的CASEWHEN语句功能,今天的文章中,我们就来get其具体使用方法~2......
  • `pandas.ExcelFile.parse` 和 `pandas.read_excel` 都是 pandas 库中用于从 Excel 文
    `pandas.ExcelFile.parse`和`pandas.read_excel`都是pandas库中用于从Excel文件读取数据并创建DataFrame的方法¹。这两个方法的主要区别在于它们的使用场景和语法。-`pandas.read_excel`是一个函数,它可以直接读取Excel文件并返回一个DataFrame¹。这个函数非常适合......