Python SQL과 같이 'in' 및 'not in'을 사용하여 Pandas 데이터프레임을 필터링하는 방법, How to filter Pandas dataframe using 'in' and 'not in' like in SQL

질문

SQL의 IN과 NOT IN과 동일한 결과를 어떻게 얻을 수 있을까요?

필요한 값들로 이루어진 리스트가 있습니다. 다음은 시나리오입니다:

df = pd.DataFrame({'country': ['US', 'UK', 'Germany', 'China']})
countries_to_keep = ['UK', 'China']

# 의사 코드:
df[df['country'] not in countries_to_keep]

현재 제가 이 작업을 수행하는 방법은 다음과 같습니다:

df = pd.DataFrame({'country': ['US', 'UK', 'Germany', 'China']})
df2 = pd.DataFrame({'country': ['UK', 'China'], 'matched': True})

# IN
df.merge(df2, how='inner', on='country')

# NOT IN
not_in = df.merge(df2, how='left', on='country')
not_in = not_in[pd.isnull(not_in['matched'])]

하지만 이 방법은 좋지 않은 해결책 같습니다. 더 나은 방법이 있을까요?

답변

다음과 같은 pd.Series.isin을 사용할 수 있습니다.

"IN"을 사용하는 경우: something.isin(somewhere)

"NOT IN"을 사용하는 경우: ~something.isin(somewhere)

예시로 다음과 같이 사용할 수 있습니다:

>>> df
    country
0        US
1        UK
2   Germany
3     China
>>> countries_to_keep
['UK', 'China']
>>> df.country.isin(countries_to_keep)
0    False
1     True
2    False
3     True
Name: country, dtype: bool
>>> df[df.country.isin(countries_to_keep)]
    country
1        UK
3     China
>>> df[~df.country.isin(countries_to_keep)]
    country
0        US
2   Germany