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 pddata = {'EnglishName': ['Alice', 'Bob', 'Charlie', 'David', 'Eve'],'Age': [20, 25, 22, 28, 23]
}df = pd.DataFrame(data)
print(df)
'''outputEnglishName 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)
'''outputEnglishName 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。