pandas isin() 的用法

Pandas `isin()` 方法主要用于筛选DataFrame中特定列中包含特定值（可以是单个值或多组值）的行。这个函数非常有用，尤其是在数据分析中筛选条件式的数据。

**基本用法**[^1]:

import pandas as pd

# 假设我们有一个DataFrame df
df = pd.DataFrame({
   'A': ['foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'foo'],
   'B': ['one', 'one', 'two', 'three', 'two', 'two', 'one', 'three'],
   'C': [1, 2, 3, 4, 5, 6, 7, 8],
})

# 使用isin()筛选A列等于'foo'的行
mask = df['A'].isin(['foo'])
filtered_df = df[mask]

print(filtered_df)

**注意点**[^2]:
- `isin()` 对于缺失值（`np.nan`）处理不敏感，因为NaN被视为不在任何序列中的元素。如果需要考虑缺失值，应使用 `isnull()` 或 `notnull()` 函数配合使用。
- 如果你想检查某个值是否存在而不是匹配整个序列，可以传递一个单一值作为参数，如 `df['column_name'].isin(value)`。

相关问题

pandas isin函数

引用中提到了Pandas中isin()函数的源码实现和使用方法。isin()函数可以用来判断数据是否与多个值相等，若相等则返回True，否则返回False。具体使用方法如下：

import pandas as pd

# 创建一个DataFrame
data = pd.DataFrame([['foo','one','small',1],['foo','one','large',5],
['bar','one','small',10],['bar','two','small',10],
['bar','two','large',50]], columns=list('ABCD'))

# 示例 1: 判断B列中的值是否为one和two
data_1 = data['B'].isin(['one','two'])

# 示例 2: 判断data中的所有值是否为foo、small和two
data_2 = data.isin(['foo','small','two'])

# 示例 3: 判断A列中的值是否为foo，C列中的值是否为small或large，其他列返回False
data_3 = data.isin({"A":['foo'],'C':['small','large']})

引用中提到了isin()函数的使用示例，并且提到isin()还可以与loc方法连用，用来对数据进行筛选。例如，可以使用data[data['B'].isin(['one'])筛选出B列的值为one的数据。另外，引用中还提到了Pandas的旧版本中有一个逆函数notin()，但在最新版本中已经被删除，可以使用~符号达到同样的效果。

总结而言，Pandas的isin()函数是用来判断数据是否与给定值相等的函数，可以用于Series和DataFrame，返回的结果为True或False。它可以用于对数据进行筛选和筛选出满足条件的数据。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [Pandas:isin()用法及其注意事项](https://blog.csdn.net/yeshang_lady/article/details/112207877)[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^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]

pandas isin(

Pandas中的isin()方法用于判断数据是否与给定的值相等，并返回一个布尔值的Series或DataFrame。它可以同时判断单个值或多个值。当判断单个值时，isin()方法返回True或False，表示该值是否在数据中存在。当判断多个值时，isin()方法返回一个由布尔值组成的Series或DataFrame，表示数据是否与给定的任何一个值相等。

需要注意的是，isin()方法既是Series类型的方法，也是DataFrame的方法。当对Series对象使用isin()方法时，它会判断Series对象中的每个元素是否与给定的值相等。当对DataFrame对象使用isin()方法时，它会判断DataFrame对象的每个元素是否与给定的值相等，并按照列进行比较。

在使用isin()方法时，如果传入的参数为Series或DataFrame类型，那么它们的索引、列名必须与原数据相同才能进行对比。如果传入的参数为单个值，则会将该值与数据的每个元素进行对比。

isin()方法返回的结果为一个布尔值的Series或DataFrame，可以与loc方法连用，用于对数据进行筛选。例如，可以使用data[data['B'].isin(['one'])]的方式来筛选出B列的值为one的数据；或者使用data[~(data['B'].isin(['one']))]的方式来筛选出B列的值不为one的数据。

需要注意的是，isin()方法可以判断空值np.nan。当数据中的元素为np.nan时，isin()方法会将其视为缺失值，并返回False。因此，在判断数据是否为空时，最好使用Pandas中的专用判断方法isnull()。

综上所述，pandas的isin()方法是一个非常方便且灵活的方法，可以用于判断数据是否与给定的值相等，并进行数据的筛选操作。