Pandas isin()函数介绍

简介

isin() 函数是 Pandas 库中的一个非常实用的函数，主要用于筛选数据框（DataFrame）或序列（Series）中包含特定值的数据。这个函数可以接收一个列表、集合或其他可迭代对象作为参数，并返回一个布尔型的序列，其中每个元素表示原始序列中的对应元素是否出现在给定的集合中。

语法

对于 Pandas Series：

series.isin(values)

对于 Pandas DataFrame：

dataframe.isin(values)

其中 values 是一个列表、集合、字典或其他可迭代对象，用于指定要筛选的值。

示例

假设我们有一个包含学生姓名和年龄的 DataFrame：

import pandas as pd

data = {
    'EnglishName': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],
    'Age': [20, 25, 22, 28, 23]
}

df = pd.DataFrame(data)
print(df)
'''output
  EnglishName  Age
0       Alice   20
1         Bob   25
2     Charlie   22
3       David   28
4         Eve   23
'''

现在，我们想要筛选出年龄为 22 或 28 的学生：

is_in_filter = df['Age'].isin([22, 28])
print(is_in_filter)
'''output
0    False
1    False
2     True
3     True
4    False
Name: Age, dtype: bool  #  该处的Name: Age，是表明False/True是Age里的比较值，Name是表明该序列名叫Age。
'''

print(type(is_in_filter))
'''output
<class 'pandas.core.series.Series'>
'''

filtered_df = df[df['Age'].isin([22, 28])]
print(filtered_df)
'''output
  EnglishName  Age
2     Charlie   22
3       David   28
'''

同样地，我们也可以对多个列进行筛选。例如，如果我们想要筛选出名字是 'Charlie' 或 'David' 并且年龄为 22 或 28 的学生：

filter2 = (df['EnglishName'].isin(['Charlie', 'David'])) & (df['Age'].isin([22, 28]))
print(filter2)
'''output
0    False
1    False
2     True
3     True
4    False
dtype: bool  # 该处不在拥有name属性，因为是两列比较的集合。
'''

filtered_df = df[filter2]
print(filtered_df)
'''output 
  EnglishName  Age
2     Charlie   22
3       David   28
'''

注意事项

• isin() 函数对大小写敏感。如果要在筛选时忽略大小写，请确保比较的值与原始数据的大小写一致。
• 当使用 isin() 函数筛选多个列时，需要使用逻辑运算符（如 &、|）来组合多个条件。
• isin() 函数在处理大型数据集时可能效率较低，因为它需要对每个元素进行迭代和比较。在这种情况下，可以考虑使用其他更高效的筛选方法，如使用 Pandas 的索引功能。