今天有個同學問到一個邏輯，就是not
in的邏輯，想用SQL的select c_xxx_s from t1 left join t2 on t1.key=t2.key where t2.key is NULL在Python中的邏輯來實現，實現了left join了（直接用join方法），但是不知道怎麼實現where key is NULL。
其實實現not
in的邏輯，不用那麼複雜，直接用isin函數再取反即可，下面就是isin函數的詳解。
import
pandas;
df
= pandas.DataFrame({
'A':
[1, 2, 3],
'B':
['a', 'b', 'f']
})
#如果是一個序列或者數組，
#那麼判斷該位置的值，是否在整個序列或者數組中
df.isin(
[1,
3, 12, 'a']
)
A B
0
True True
1
False False
2
True False
df
= pandas.DataFrame({
'A':
[1, 2, 3],
'B':
[1, 4, 7]
})
#如果是一個dirt，
#那麼就會首先判斷對應的index是否存在，
#如果存在，那麼就會判斷對應的位置，在該列是否存在
df.isin({
'A':
[1, 3],
'B':
[4, 7, 12]
})
A B
0
True False
1
False True
2
True True
#如果不存在，那麼全部爲False，例如B列沒有，那麼全部爲False
df.isin({
'A':
[1, 3],
'C':
[4, 7, 12]
})
A B
0
True False
1
False False
2
True False
df
= pandas.DataFrame({
'A':
[1, 2, 3],
'B':
['a', 'b', 'f']
})
other
= pandas.DataFrame({
'A':
[1, 3, 3, 2],
'B':
['e', 'f', 'f', 'e']
})
#如果是一個DataFrame，
#首先就是列名要存在，
#並且需要df中行列位置和B對應的行列位置一一匹配，才返回TRUE
df.isin(other)
A B
0
True False
1
False False
2
True True
other
= pandas.DataFrame({
'C':
[1, 3, 3, 2],
'D':
['e', 'f', 'f', 'e']
})
#因爲AB列皆不在，因此都爲False
df.isin(other)
A B
0
False False
1
False False
2
False False
嗯嗯？還沒有講到not
in？哦哦，沒有isnotin函數，取反的方法就是在函數前面加個 ~ ，好銷魂的一飄。
~df.isin(other)
今天有個同學問到一個邏輯，就是not
in的邏輯，想用SQL的select c_xxx_s from t1 left join t2 on t1.key=t2.key where t2.key is NULL在Python中的邏輯來實現，實現了left join了（直接用join方法），但是不知道怎麼實現where key is NULL。
其實實現not
in的邏輯，不用那麼複雜，直接用isin函數再取反即可，下面就是isin函數的詳解。
import
pandas;
df
= pandas.DataFrame({
'A':
[1, 2, 3],
'B':
['a', 'b', 'f']
})
#如果是一個序列或者數組，
#那麼判斷該位置的值，是否在整個序列或者數組中
df.isin(
[1,
3, 12, 'a']
)
A B
0
True True
1
False False
2
True False
df
= pandas.DataFrame({
'A':
[1, 2, 3],
'B':
[1, 4, 7]
})
#如果是一個dirt，
#那麼就會首先判斷對應的index是否存在，
#如果存在，那麼就會判斷對應的位置，在該列是否存在
df.isin({
'A':
[1, 3],
'B':
[4, 7, 12]
})
A B
0
True False
1
False True
2
True True
#如果不存在，那麼全部爲False，例如B列沒有，那麼全部爲False
df.isin({
'A':
[1, 3],
'C':
[4, 7, 12]
})
A B
0
True False
1
False False
2
True False
df
= pandas.DataFrame({
'A':
[1, 2, 3],
'B':
['a', 'b', 'f']
})
other
= pandas.DataFrame({
'A':
[1, 3, 3, 2],
'B':
['e', 'f', 'f', 'e']
})
#如果是一個DataFrame，
#首先就是列名要存在，
#並且需要df中行列位置和B對應的行列位置一一匹配，才返回TRUE
df.isin(other)
A B
0
True False
1
False False
2
True True
other
= pandas.DataFrame({
'C':
[1, 3, 3, 2],
'D':
['e', 'f', 'f', 'e']
})
#因爲AB列皆不在，因此都爲False
df.isin(other)
A B
0
False False
1
False False
2
False False
嗯嗯？還沒有講到not
in？哦哦，沒有isnotin函數，取反的方法就是在函數前面加個 ~ ，好銷魂的一飄。
~df.isin(other)