pandas 筛选 in list
时间: 2023-10-15 19:26:19 浏览: 150
要在pandas中使用in list进行筛选,你可以使用isin()函数。该函数可以在指定的列中筛选出等于列表中任一值的行。以下是一个示例代码:
df[df['column'].isin(list)]
其中,df是你的数据框名字,'column'是你要筛选的列名,list是你要筛选的值的列表。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【Python】pandas 筛选的用法](https://blog.csdn.net/milkign/article/details/122279508)[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^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]
相关问题
用pandas筛选数据在list中
在Python的Pandas库中,如果你有一个包含列标签的数据框(df),并且你想基于某个列的值筛选出该列表中的元素,你可以通过以下步骤操作:
假设你有一个名为`df`的数据框,其中有一列名`column_name`,你想筛选出这个列中在`list_of_values`中列出的特定值,可以这样做:
```python
import pandas as pd
# 假设数据框 df 和 列名 column_name
list_of_values = ['value1', 'value3'] # 你要筛选的值列表
# 使用 loc 或 iloc 筛选
filtered_df = df[df['column_name'].isin(list_of_values)]
# 或者使用 boolean indexing
filtered_df = df[df['column_name'].apply(lambda x: x in list_of_values)]
print(filtered_df)
```
这里`isin()`函数用于检查每个值是否在列表中,而`apply()`则将列表作为条件应用到每一行上。
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 ]
阅读全文