pandas is in和not in的使用說明

更新時(shí)間：2021年03月05日 10:14:14 作者：yyyyyyyyyyang

這篇文章主要介紹了pandas is in和not in的使用說明，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧

簡介

pandas按條件篩選數(shù)據(jù)時(shí)，除了使用query()方法，還可以使用isin和對isin取反進(jìn)行條件篩選.

代碼

 import pandas as pd
 df = pd.DataFrame({'a':[1, 2, 3, 4, 5, 6],
   'b':[1, 2, 3, 4, 5, 6],
   'c':[1, 2, 3, 4, 5, 6]})
 
 filter_condition = {'a':[1, 2, 3]}
 
 df_in = df[df.isin(filter_condition)['a']]
 df_notin = df[~df.isin(filter_condition)['a']]
df.isin(filter_condition)
 a b c
0 True True False
1 True True False
2 True False False
3 False False False
4 False False False
5 False False False

使用總結(jié)

pandas使用isin時(shí)，返回DataFrame中存儲(chǔ)的數(shù)據(jù)為是否滿足篩選條件的boolean，可以通過boolean對DataFrame對數(shù)據(jù)進(jìn)行篩選。

補(bǔ)充：pandas中isin()函數(shù)及其逆函數(shù)使用

我使用這個(gè)函數(shù)就是用來清洗數(shù)據(jù)，刪選過濾掉DataFrame中一些行。

布爾索引

這里你需要知道DateFrame中布爾索引這個(gè)東西，可以用滿足布爾條件的列值來過濾數(shù)據(jù)，如下

>>> df=pd.DataFrame(np.random.randn(4,4),columns=['A','B','C','D'])
>>> df
   A   B   C   D
0 -0.018330 2.093506 -0.086293 -2.150479
1 0.104931 -0.271810 -0.054599 0.361612
2 0.590216 0.218049 0.157213 0.643540
3 -0.254449 -0.593278 -0.150455 -0.244485
>>> df.A>0#布爾索引
0 False
1  True
2  True
3 False
Name: A, dtype: bool
#布爾索引應(yīng)用
>>> df[df.A>0]
   A   B   C   D
1 0.104931 -0.271810 -0.054599 0.361612
2 0.590216 0.218049 0.157213 0.643540
>>>

isin（）

添加一列E

>>> df['E']=['a','a','c','b']
>>> df
   A   B   C   D E
0 -0.018330 2.093506 -0.086293 -2.150479 a
1 0.104931 -0.271810 -0.054599 0.361612 a
2 0.590216 0.218049 0.157213 0.643540 c
3 -0.254449 -0.593278 -0.150455 -0.244485 b
>>> df.E.isin(['a','c'])
0  True
1  True
2  True
3 False
Name: E, dtype: bool
>>> df.isin(['b','c'])#整個(gè)df也同樣適用
  A  B  C  D  E
0 False False False False False
1 False False False False False
2 False False False False True
3 False False False False True
#應(yīng)用
>>> df[df.E.isin(['a','c'])]
   A   B   C   D E
0 -0.018330 2.093506 -0.086293 -2.150479 a
1 0.104931 -0.271810 -0.054599 0.361612 a
2 0.590216 0.218049 0.157213 0.643540 c
>>>

isin()接受一個(gè)列表，判斷該列中元素是否在列表中。

同時(shí)對多個(gè)列過濾，可以如下使用

df[df[某列].isin(條件)&df[某列].isin(條件)]
#應(yīng)用
>>> df.D=[0,1,0,2]
>>> df[df.E.isin(['a','d'])&df.D.isin([0,])]
   A   B   C D E
0 -0.01833 2.093506 -0.086293 0 a

也可以

不推薦，你試一下就知道

df.isin({
'某列'：[條件],
'某列':[條件],
})
#應(yīng)用
>>> df.D=[0,1,0,2]
>>> df
   A   B   C D E
0 -0.018330 2.093506 -0.086293 0 a
1 0.104931 -0.271810 -0.054599 1 a
2 0.590216 0.218049 0.157213 0 c
3 -0.254449 -0.593278 -0.150455 2 b
>>> df[df.isin({'D':[0,3],'E':['a','d']})]
 A B C D E
0 NaN NaN NaN 0.0 a
1 NaN NaN NaN NaN a
2 NaN NaN NaN 0.0 NaN
3 NaN NaN NaN NaN NaN
#沒錯(cuò)這不適合選出一行
>>> df.isin({'D':[0,3],'E':['a','d']})
  A  B  C  D  E
0 False False False True True
1 False False False False True
2 False False False True False
3 False False False False False