
上QQ阅读APP看书,第一时间看更新
077 使用ne()在指定列中筛选数据
此案例主要演示了使用比较运算符(!=)或ne()函数在指定列中筛选数据。当在Jupyter Notebook中运行此案例代码之后,将在DataFrame的行业列中筛选非保险行业的股票,效果分别如图077-1和图077-2所示。

图077-1

图077-2
主要代码如下。

在上面这段代码中,df[df.行业.ne('保险')]表示在df的行业列中筛选非保险行业的股票,该代码也可以写成df[~(df['行业']=='保险')]或df[df.行业!='保险']。
此案例的主要源文件是MyCode\H076\H076.ipynb。