python pandas isin

`pandas` 中的 `isin` 函数用于判断一个序列中的元素是否在另一个序列中出现过，返回一个布尔型的序列。例如，我们可以使用 `isin` 函数来筛选出某个 DataFrame 中某一列中的特定值所在的行。

示例代码如下：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': ['a', 'b', 'c', 'd']})
print(df)

# 判断 B 列中是否包含 'a' 和 'c'
mask = df['B'].isin(['a', 'c'])
print(mask)

# 筛选出 B 列中包含 'a' 和 'c' 的行
result = df[mask]
print(result)

输出结果如下：

   A  B
0  1  a
1  2  b
2  3  c
3  4  d

0     True
1    False
2     True
3    False
Name: B, dtype: bool

   A  B
0  1  a
2  3  c

相关问题

python pandas isin 查找

Python的pandas库提供了一个非常有用的函数isin()，用于在DataFrame或Series中查找特定值。

isin()函数的语法为：

pandas.isin(values)

其中values可以是一个列表、元组、Series或DataFrame。

当values为一个列表或元组时，isin()函数会返回一个布尔值的Series，指示DataFrame或Series中的每个元素是否在values中出现。

例如，我们有一个DataFrame df，包含一列名为"fruit"的水果名称：

df = pd.DataFrame({'fruit': ['apple', 'banana', 'orange', 'kiwi']})

我们可以使用isin()函数来查找是否存在特定的水果，比如苹果和橙子：

fruits_to_check = ['apple', 'orange']
df['is_fruit_present'] = df['fruit'].isin(fruits_to_check)

这样，我们就可以得到一个新的DataFrame，多了一列"is_fruit_present"，表示每个水果是否存在。

当values为Series或DataFrame时，isin()函数会进行元素间的逐一比较，返回一个布尔值的Series或DataFrame。

例如，我们有一个Series s，包含一些水果名称：

s = pd.Series(['apple', 'banana', 'orange', 'kiwi'])

我们可以使用isin()函数来查找s中的每个元素是否在df的水果列中出现：

df['is_present_in_df'] = s.isin(df['fruit'])

这样，我们就可以得到一个新的DataFrame，多了一列"is_present_in_df"，表示s中的每个水果是否在df中出现。

总之，Python的pandas库中的isin()函数提供了一种方便的方式来查找DataFrame或Series中的特定值或元素，可以用于各种数据分析和处理的场景中。

pandas isin

The `isin()` function in the pandas library is used to filter a DataFrame or Series based on whether its elements are contained in a specified set or list. It returns a boolean mask indicating whether each element is in the specified set or list.

Here's an example of how you can use `isin()`:

import pandas as pd

# create a DataFrame
data = {'col1': [1, 2, 3, 4, 5],
        'col2': ['a', 'b', 'c', 'd', 'e']}
df = pd.DataFrame(data)

# filter the DataFrame based on values in col1
filtered_df = df[df['col1'].isin([2, 4])]
print(filtered_df)

Output:

   col1 col2
1     2    b
3     4    d

In this example, `isin([2, 4])` filters the rows in the DataFrame where the values in `col1` are either 2 or 4. The resulting DataFrame (`filtered_df`) contains only the rows with those values.