如何在 Pandas 中使用“NOT IN”过滤器？

在 Pandas 中，我们可以使用“NOT IN”过滤器来过滤掉一部分数据，以便更好地进行数据处理和分析。以下是在 Pandas 中使用“NOT IN”过滤器的方法。

1. 创建 DataFrame

为了演示如何在 Pandas 中使用“NOT IN”过滤器，我们需要先创建一个 DataFrame：

import pandas as pd

df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Eva'],
    'age': [25, 30, 35, 40, 45],
    'gender': ['F', 'M', 'M', 'M', 'F']
})

这个 DataFrame 包含了五个人的信息，包括姓名、年龄和性别。

2. 使用“NOT IN”过滤器

现在，假设我们要过滤掉所有性别不为女性的数据。我们可以使用“NOT IN”过滤器来实现：

female_df = df[df['gender'].isin(['F'])]  # 先过滤出性别为女性的数据
not_female_df = df[~df.index.isin(female_df.index)]  # 再用“NOT IN”过滤器过滤掉这部分数据

print(not_female_df)

输出：

      name  age gender
1      Bob   30      M
2  Charlie   35      M
3    David   40      M

这样，我们就成功地使用了“NOT IN”过滤器来过滤掉性别不为女性的数据。

3. 总结

使用“NOT IN”过滤器是 Pandas 中常用的数据过滤方法之一。通过将需要过滤的数据先提取出来，然后再用“NOT IN”过滤器过滤掉这部分数据，可以方便地对数据进行筛选和分析。