pandas isin() 反函数

在Pandas中，`isin`函数的反函数是`~isin`。它可以用来筛选出不属于给定列表、数组或Series中的元素。

下面是使用`~isin`的示例：

import pandas as pd

# 创建一个示例Series
s = pd.Series([1, 2, 3, 4])

# 使用~isin函数筛选出不属于给定列表的数据
subset = s[~s.isin([2, 4])]
print(subset)

上述代码中，`s.isin([2, 4])`返回一个布尔数组，其中元素为True表示对应位置的值在给定的列表中。然后，使用`~`操作符对该布尔数组取反，得到一个新的布尔数组。最后，将该布尔数组作为索引，筛选出不属于给定列表的数据。输出结果如下：

0    1
2    3
dtype: int64

通过使用`~isin`函数，你可以方便地筛选出不属于给定列表、数组或Series中的元素。

相关问题

python中isin()相反的函数

回答: 在Python中，isin()函数的相反函数不是isnotin()，而是通过在前面加上~来实现。具体来说，可以使用~data\['column'\].isin(values)来获取不在values中的数据。\[1\]在给定的例子中，通过data1\[~data\['a'\].isin(data2\['a'\])\]可以得到表1中不在表2中的数据。\[2\]需要注意的是，当使用isin()函数时，values参数必须与索引或列匹配，否则会出现错误。\[3\]
#### 引用[.reference_title]
- *1* *2* [isin函数及其反函数](https://blog.csdn.net/weixin_43734080/article/details/128361326)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [Python pandas.DataFrame.isin函数方法的使用](https://blog.csdn.net/weixin_39626690/article/details/110758929)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]

pandas读取excel中，可以用usecols参数指定特定的行，那该如何加入反取的符号，也就是~的符号来实现对特定列的剔除

在pandas中，如果你想从Excel文件中排除某些列而不是选择特定的列，可以使用`exclude`关键字，而不是直接使用`usecols`。`usecols`用于选取列，而`exclude`则用来排除列。假设你想排除名为`Column1`、`Column2`的列，你可以这样做：

import pandas as pd

df = pd.read_excel('your_file.xlsx', usecols= ~pd.Index(['Column1', 'Column2']).isin(df.columns))

这里，我们首先创建了一个包含需要排除列名的序列`['Column1', 'Column2']`，然后用`isin`函数检查这些列是否存在于DataFrame的列名中，结果是一个布尔数组。最后，我们将这个布尔数组与全0数组（`pd.Index([])`）进行位操作（`~`），得到所有不是我们要排除的列的索引，传递给`usecols`参数。

注意，这种方法假定`Column1`和`Column2`是在DataFrame存在的列名中。如果不确定，可以在`isin`之前添加条件判断。