pandas实现SQL中WHERE IN查询：isin()用法与多条件筛选详解

pandas实现SQL中WHERE IN查询：isin()用法与多条件筛选详解

在pandas中实现类似SQL的WHERE IN查询逻辑

newDropList = [9,10,11,12,22,50,51,60,61] newDB = newDB[newDB['groupId'].isin(newDropList)]

上述代码直接查询表中groupId列，筛选出值位于newDropList列表中的记录

实现NOT IN逻辑

newDropList = [9,10,11,12,22,50,51,60,61] newDB = newDB[-newDB['groupId'].isin(newDropList)]

只需在isin()结果前添加负号“-”即可实现反向筛选

补充知识：pandas条件组合筛选和按范围筛选

1、从记录中选出所有fault_code列的值在fault_list= [487, 479, 500, 505]这个范围内的记录

record2=record[record['FAULT_CODE'].isin(fault_list)]

必须使用.isin()方法，而不能直接使用Python的in关键字。若错误地使用in，筛选结果将返回布尔值的Series，进而引发报错：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any()

2、选出所有WTGS_CODE=20004013的记录

set=20004013

record= record[record['WTGS_CODE'] == set]

3、其次，从记录中选出所有满足set条件且fault_code列的值在fault_list= [487, 479, 500, 505]这个范围内的记录

record_this_month=record[(record['WTGS_CODE']==set)&(record['FAULT_CODE'].isin(fault_list))]

（1）多个条件筛选的时候每个条件都必须加括号。

（2）判断值是否在某一个范围内进行筛选的时候需要使用DataFrame.isin()的isin()函数，而不能使用in。

以上这篇pandas 像SQL一样使用WHERE IN查询条件说明就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持本站。