Python Pandas DataFrame.isin()用法及代碼示例

Python是進行數據分析的一種出色語言，主要是因為以數據為中心的python軟件包具有奇妙的生態係統。 Pandas是其中的一種，使導入和分析數據更加容易。

Pandas isin()方法用於過濾數據幀。isin() 方法有助於選擇在特定列中具有特定(或多個)值的行。

用法：DataFrame.isin(values)

參數：
values:Iterable，Series，List，Tuple，DataFrame或字典以檢入調用方的Series /Data Frame。

返回類型：維度布爾值的DataFrame。

要下載使用的CSV文件，請單擊此處。

Example＃1：單參數過濾
在以下示例中，無論Gender =“ Male”，在“ Rows”中都將檢查行並返回布爾值係列，該值為True。然後將係列傳遞到 DataFrame 以查看新的過濾 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]

輸出：
如輸出圖像所示，僅返回性別= “Male”的行。

Example＃2：多重參數過濾
在以下示例中，將根據性別和團隊過濾數據幀。返回具有性別=“女性”和團隊=“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]

輸出：
如輸出圖像所示，返回Gender =“ Female”和Team =“ Engineering”，“Distribution”或“Finance”的行。

相關用法

注：本文由純淨天空篩選整理自Kartikaybhutani大神的英文原創作品 Python | Pandas DataFrame.isin()。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。