Python Pandas DataFrame.isin()用法及代码示例

Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。

Pandas isin()方法用于过滤数据帧。isin() 方法有助于选择在特定列中具有特定(或多个)值的行。

用法：DataFrame.isin(values)

参数：
values:Iterable，Series，List，Tuple，DataFrame或字典以检入调用方的Series /Data Frame。

返回类型：维度布尔值的DataFrame。

要下载使用的CSV文件，请单击此处。

Example＃1：单参数过滤
在以下示例中，无论Gender =“ Male”，在“ Rows”中都将检查行并返回布尔值系列，该值为True。然后将系列传递到 DataFrame 以查看新的过滤 DataFrame 。

# importing pandas package 
import pandas as pd 
  
# making data frame from csv file 
data = pd.read_csv("employees.csv") 
  
# creating a bool series from isin() 
new = data["Gender"].isin(["Male"]) 
  
# displaying data with gender = male only 
data[new]

输出：
如输出图像所示，仅返回性别= “Male”的行。

Example＃2：多重参数过滤
在以下示例中，将根据性别和团队过滤数据帧。返回具有性别=“女性”和团队=“工程”，“Distribution”或“Finance”的行。

# importing pandas package 
import pandas as pd 
  
# making data frame from csv file 
data = pd.read_csv("employees.csv") 
  
# creating filters of bool series from isin() 
filter1 = data["Gender"].isin(["Female"]) 
filter2 = data["Team"].isin(["Engineering", "Distribution", "Finance" ]) 
  
# displaying data with both filter applied and mandatory  
data[filter1 & filter2]

输出：
如输出图像所示，返回Gender =“ Female”和Team =“ Engineering”，“Distribution”或“Finance”的行。

相关用法

注：本文由纯净天空筛选整理自Kartikaybhutani大神的英文原创作品 Python | Pandas DataFrame.isin()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。