Python pandas.Index.isin用法及代码示例

用法: Index.isin(values, level=None)

返回一个布尔数组，其中索引值位于 values 中。

计算是否在传递的值集中找到每个索引值的布尔数组。返回的布尔数组的长度与索引的长度相匹配。

参数：

values：设置或list-like

寻求的价值。

level：str 或 int，可选

要使用的索引级别的名称或位置(如果索引是 MultiIndex )。

np.ndarray[bool]: NumPy 布尔值数组。

注意：

在 MultiIndex 的情况下，您必须将 values 指定为包含与级别数相同长度的元组的 list-like 对象，或者指定 level 。否则它将引发 ValueError 。

如果指定了level：

如果它是一个且只有一个索引级别的名称，则使用该级别；
否则应该是一个表示水平位置的数字。

例子：

>>> idx = pd.Index([1,2,3])
>>> idx
Int64Index([1, 2, 3], dtype='int64')

检查每个索引值是否在值列表中。

>>> idx.isin([1, 4])
array([ True, False, False])

>>> midx = pd.MultiIndex.from_arrays([[1,2,3],
...                                  ['red', 'blue', 'green']],
...                                  names=('number', 'color'))
>>> midx
MultiIndex([(1,   'red'),
            (2,  'blue'),
            (3, 'green')],
           names=['number', 'color'])

检查 MultiIndex 的‘color’ 级别中的字符串是否在颜色列表中。

>>> midx.isin(['red', 'orange', 'yellow'], level='color')
array([ True, False, False])

要检查 MultiIndex 的级别，请传递一个元组列表：

>>> midx.isin([(1, 'red'), (3, 'red')])
array([ True, False, False])

对于 DatetimeIndex，values 中的字符串值将转换为时间戳。

>>> dates = ['2000-03-11', '2000-03-12', '2000-03-13']
>>> dti = pd.to_datetime(dates)
>>> dti
DatetimeIndex(['2000-03-11', '2000-03-12', '2000-03-13'],
dtype='datetime64[ns]', freq=None)

>>> dti.isin(['2000-03-11'])
array([ True, False, False])

相关用法

注：本文由纯净天空筛选整理自pandas.pydata.org大神的英文原创作品 pandas.Index.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。

用法:

参数：

返回：

注意：

例子：