关于python中pandas.DataFrame的基本操作

前言

大家在使用Python进行数据分析时，经常要使用到的一个数据结构就是pandas的DataFrame，关于python中pandas.DataFrame的基本操作，大家可以查看这篇文章。

pandas.DataFrame排除特定行

如果我们想要像Excel的筛选那样，只要其中的一行或某几行，可以使用isin()方法，将需要的行的值以列表方式传入，还可以传入字典，指定列进行筛选。

但是如果我们只想要所有内容中不包含特定行的内容，却并没有一个isnotin()方法。我今天的工作就遇到了这样的需求，经常查找之后，发现只能换种方式使用isin()来实现这个需求。

示例如下：

In [3]: df = pd.DataFrame([[&＃39;GD&＃39;, &＃39;GX&＃39;, &＃39;FJ&＃39;], [&＃39;SD&＃39;, &＃39;SX&＃39;, &＃39;BJ&＃39;], [&＃39;HN&＃39;, &＃39;HB&＃39;
 ...: , &＃39;AH&＃39;], [&＃39;HEN&＃39;, &＃39;HEN&＃39;, &＃39;HLJ&＃39;], [&＃39;SH&＃39;, &＃39;TJ&＃39;, &＃39;CQ&＃39;]], columns=[&＃39;p1&＃39;, &＃39;p2
 ...: &＃39;, &＃39;p3&＃39;])

In [4]: df
Out[4]:
 p1 p2 p3
0 GD GX FJ
1 SD SX BJ
2 HN HB AH
3 HEN HEN HLJ
4 SH TJ CQ

如果只想要p1为GD和HN的两行，可以这么做：

In [8]: df[df.p1.isin([&＃39;GD&＃39;, &＃39;HN&＃39;])]
Out[8]:
 p1 p2 p3
0 GD GX FJ
2 HN HB AH

但是如果我们想要除了这两行之外的数据，就需要绕点路了。

原理是先把p1取出并转换为列表，然后再从列表中去不需要的行（值）去除，然后再在DataFrame中使用isin()

In [9]: ex_list = list(df.p1)

In [10]: ex_list.remove(&＃39;GD&＃39;)

In [11]: ex_list.remove(&＃39;HN&＃39;)

In [12]: ex_list
Out[12]: [&＃39;SD&＃39;, &＃39;HEN&＃39;, &＃39;SH&＃39;]

In [13]: df[df.p1.isin(ex_list)]
Out[13]:
 p1 p2 p3
1 SD SX BJ
3 HEN HEN HLJ
4 SH TJ CQ

总结