0Pricing
Data Science Academy · Lektion

query und isin für saubere Filter

Leserliches Filtern nach vielen Werten

query und isin für saubere Filter ist eine kostenlose Data Science Academy-Lektion auf CoddyKit. Dies ist Lektion 4 von 4. Du kannst die komplette Lektion unten kostenlos lesen – dann übst du sie direkt im Browser mit einem integrierten Code-Editor und einem KI-Tutor rund um die Uhr. Sie ist Teil des Data Science Academy-Lernpfads, und dein Fortschritt wird über Web und CoddyKit-App synchronisiert. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.

Teile dieser Lektion wurden noch nicht übersetzt und werden auf Englisch angezeigt.

Toward Cleaner Filters

Long chains of ampersands get hard to read. Two tools, query and isin, make complex filtering far more pleasant. ✨

Filter With a String

The query method lets you describe the filter as plain text, so you skip the repeated df name and bracket noise.

df.query("age > 30")

query Uses Plain and or

Inside query you write natural words like and and or, instead of the symbols you needed in bracket filtering.

df.query("age > 30 and city == 'Paris'")

Reference Python Variables

Pull an outside value into a query string by prefixing it with an at sign. This keeps thresholds out of the literal text.

limit = 30
df.query("age > @limit")

Comparing Two Columns

A big win of query is comparing columns to each other directly, naming both inside the same readable string.

df.query("score > target")

Many Values With isin

To match any value from a list, isin beats chaining many OR conditions. It returns a clean boolean mask.

df[df["city"].isin(["Paris", "Lyon", "Nice"])]

Invert isin to Exclude

Combine the tilde with isin to keep rows that are not in your list, a tidy way to exclude several values at once.

df[~df["city"].isin(["Paris", "Lyon"])]

isin Inside query

You can even call isin from within a query string, blending the two tools for readable multi-value filters.

df.query("city in ['Paris', 'Lyon']")

isin Checks Values, Not Columns

Remember that isin tests each cell against a fixed list of allowed values. It is not meant for comparing one column to another column.

df[df["status"].isin(["open", "pending"])]

query Returns a New DataFrame

Like bracket filtering, query leaves the original untouched and hands back a fresh DataFrame to assign or chain.

result = df.query("age > 30")

Choosing Your Style

Reach for query when logic is long and English-like, and for isin when one column must match many values. Pick whatever reads clearest.

Quick Check

Choose the cleanest tool for the job.

Recap: query and isin

Use query for readable English-like filters with @variables, and isin to match many values at once. Your filters stay clean and clear. ✅

Häufig gestellte Fragen

Ist die Lektion „query und isin für saubere Filter“ kostenlos?

Ja — der vollständige Text von „query und isin für saubere Filter“ ist hier im Web kostenlos zu lesen. Um sie interaktiv zu üben (integrierter Code-Editor und 24/7 KI-Tutor) und den Rest des Data Science Academy-Kurses freizuschalten, upgrade auf CoddyKit PRO. Der Data Science Academy-Kurs umfasst insgesamt 4 Lektionen.

Was lerne ich in „query und isin für saubere Filter“?

Leserliches Filtern nach vielen Werten Du übst Data Science Academy mit praktischem Code, den du direkt im Browser ausführst, und ein 24/7 KI-Tutor beantwortet deine Fragen während du die Lektion bearbeitest.

Brauche ich Erfahrung, um Data Science Academy zu starten?

Keine Vorkenntnisse erforderlich. Data Science Academy auf CoddyKit ist für Anfänger bis fortgeschrittene Lernende strukturiert, sodass du hier starten oder von Anfang an beginnen und in deinem eigenen Tempo voranschreiten kannst. Dies ist Lektion 4 von 4.

Wie lange dauert die Lektion „query und isin für saubere Filter“?

Die meisten CoddyKit-Lektionen dauern etwa 5–10 Minuten. Jede ist kompakt und interaktiv, sodass du stetig Fortschritte machst und genau dort weitermachst, wo du aufgehört hast – im Web und in der App.

Kann ich in dieser Data Science Academy-Lektion Code schreiben und ausführen?

Ja. Jede Data Science Academy-Lektion enthält einen integrierten Code-Editor, sodass du echten Code direkt in deinem Browser schreibst und ausführst und sofort KI-Feedback erhältst — ohne lokale Einrichtung erforderlich.

Alle Lektionen in diesem Kurs

  1. Spalten nach Namen auswählen
  2. Zeilen mit Bedingungen filtern
  3. Filter mit AND und OR kombinieren
  4. query und isin für saubere Filter
← Zurück zu Data Science Academy