0Pricing
Data Science Academy · Lekcja

query i isin do przejrzystego filtrowania

Czytelne filtrowanie wielu wartości

query i isin do przejrzystego filtrowania to bezpłatna lekcja Data Science Academy na CoddyKit. To lekcja 4 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Data Science Academy, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Części tej lekcji nie zostały jeszcze przetłumaczone i są wyświetlane po angielsku.

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. ✅

Często zadawane pytania

Czy lekcja „query i isin do przejrzystego filtrowania” jest bezpłatna?

Tak — pełny tekst „query i isin do przejrzystego filtrowania” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Data Science Academy, przejdź na CoddyKit PRO. Kurs Data Science Academy zawiera 4 lekcji w sumie.

Co nauczysz się w „query i isin do przejrzystego filtrowania”?

Czytelne filtrowanie wielu wartości Ćwiczysz Data Science Academy z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.

Czy potrzebuję doświadczenia, aby zacząć Data Science Academy?

Nie wymagamy żadnego doświadczenia. Data Science Academy w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 4 z 4.

Ile czasu zajmuje lekcja „query i isin do przejrzystego filtrowania”?

Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.

Czy mogę pisać i uruchamiać kod w tej lekcji Data Science Academy?

Tak. Każda lekcja Data Science Academy zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.

Wszystkie lekcje w tym kursie

  1. Wybieranie kolumn po nazwie
  2. Filtrowanie wierszy za pomocą warunków
  3. Łączenie filtrów za pomocą AND i OR
  4. query i isin do przejrzystego filtrowania
← Powrót do Data Science Academy