pandas - isin()函数

在pandas中，isin()是一个非常重要的方法，它允许我们根据一个值列表来筛选数据

isin()方法基础

假设我们有一个DataFrame df，其中包含学生的信息：

import pandas as pd

# 创建一个示例DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Subject': ['Math', 'Science', 'Math', 'History', 'Science'],
    'Score': [90, 85, 92, 78, 88]
}
df = pd.DataFrame(data)

# 筛选Subject列为'Math'或'Science'的学生
selected_students = df[df['Subject'].isin(['Math', 'Science'])]
print(selected_students)

输出：

      Name  Subject  Score
0    Alice     Math     90
1      Bob  Science     85
2  Charlie     Math     92
4      Eve  Science     88

示例2：结合多个条件筛选

isin()方法可以与其他条件筛选方法结合使用，以创建更复杂的筛选条件。

& ：且

| ：或

import pandas as pd

# 创建一个示例DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Subject': ['Math', 'Science', 'Math', 'History', 'Science'],
    'Score': [90, 85, 92, 78, 88]
}
df = pd.DataFrame(data)

# 筛选Score大于85且Subject为'Math'或'Science'的学生
combined_filter = df[(df['Score'] > 85) & df['Subject'].isin(['Math', 'Science'])]
print(combined_filter)

输出：

      Name  Subject  Score
0    Alice     Math     90
2  Charlie     Math     92
4      Eve  Science     88

高级用法与技巧

  isin()方法不仅限于简单的值匹配，还可以与其他pandas功能结合使用，以实现更高级的数据筛选。

示例3：筛选DataFrame中多个列的值

我们可以同时检查多个列中的值是否存在于给定的列表中

& ：且

| ：或

import pandas as pd

# 创建一个示例DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Subject': ['Math', 'Science', 'Math', 'History', 'Science'],
    'Score': [90, 85, 92, 78, 88]
}
df = pd.DataFrame(data)

# 筛选Name为'Alice'或'Charlie'，且Subject为'Math'或'Science'的学生
multi_column_filter = df[(df['Name'].isin(['Alice', 'Charlie']) & df['Subject'].isin(['Math', 'Science']))]
print(multi_column_filter)

输出：

      Name Subject  Score
0    Alice    Math     90
2  Charlie    Math     92

使用 “~”取反来获取数据

data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Subject': ['Math', 'Science', 'Math', 'History', 'Science'],
    'Score': [90, 85, 92, 78, 88]
}
df = pd.DataFrame(data)

# 筛选Name为不为'Alice'或'Charlie'，且Subject为'Math'或'Science'的学生
multi_column_filter = df[(~df['Name'].isin(['Alice', 'Charlie']) & df['Subject'].isin(['Math', 'Science']))]
print(multi_column_filter)

结果：
 

  Name  Subject  Score
1  Bob  Science     85
4  Eve  Science     88

示例4：结合set数据结构使用isin()

使用set数据结构可以更有效地执行isin()操作，尤其是当比较值列表非常大时

import pandas as pd

# 创建一个示例DataFrame
data = {
    'Name': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Subject': ['Math', 'Science', 'Math', 'History', 'Science'],
    'Score': [90, 85, 92, 78, 88]
}
df = pd.DataFrame(data)

# 将要匹配的值转换为set以提高效率
subjects_set = {'Math', 'Science'}

# 筛选Subject列为'Math'或'Science'的学生
set_filter = df[df['Subject'].isin(subjects_set)]
print(set_filter)

输出:

      Name  Subject  Score
0    Alice     Math     90
1      Bob  Science     85
2  Charlie     Math     92
4      Eve  Science     88