迹忆客 专注技术分享

pandas.DataFrame.isin(values) 函数检查调用者 DataFrame 中的每个元素是否包含输入的 values 中指定的值。

pandas.DataFrame.isin(values) 语法

DataFrame.isin(values)

参数

返回值

它返回一个与调用者 DataFrame 相同维度的布尔值的 DataFrame，表示每个元素是否包含输入的 values。

示例代码：DataFrame.isin() 以 Iterable 为输入

当 Python iterable 为输入时，Pandas DataFrame.isin() 函数检查 DataFrame 中的每个值是否包含 iterable 中的任何值。

import pandas as pd

df = pd.DataFrame({'Sales': [100, 200], 'Profit': [200, 400]})

df = df.isin([200, 400])
print(df)

调用者 DataFrame 为

   Sales  Profit
0    100     200
1    200     400

输出：

   Sales  Profit
0  False    True
1   True    True

这里，200 和 400 存在于列表 [200，400] 中，因此，在返回的 DataFrame 中，原值为 200 和 400 的值为 True。100 不在列表 [200，400] 中，因此，其位置的值返回 False。

示例代码：DataFrame.isin() 以字典为输入

如果输入值类型是字典，isin() 函数不仅检查值，而且检查键值。只有当列名与键相同，且单元格值包含在字典的 value 中时，它才返回 True。

import pandas as pd

df = pd.DataFrame({"Sales": [100, 200], "Profit": [200, 400]})

df = df.isin({"Sales": [200, 400]})
print(df)

输出：

   Sales  Profit
0  False   False
1   True   False

在第一个例子中，Profit 列的值都是 True，但在这个例子中是 False，因为列名与输入字典中的键不同。

如果值包含在字典的值中–[200，400]，它将返回 Sales 列中的 True。

示例代码：DataFrame.isin() 以 Series 为输入

如果输入值类型是 Pandas 的 Series，isin() 函数检查每列元素是否与输入的 Series 的同一索引中的值相同。

import pandas as pd

df = pd.DataFrame({"Sales": [100, 200], "Profit": [200, 400]})

valueSeries = pd.Series([200, 400])
print(valueSeries)

df = df.isin(valueSeries)
print(df)

输出：

0    200
1    400
dtype: int64
   Sales  Profit
0  False    True
1  False    True

Profit 列中的元素与输入的 Series 中的元素元素相同，因此，该列中的两个元素都返回 True。

示例代码：DataFrame.isin() 以 DataFrame 为输入

如果输入值类型是 Pandas 的 DataFrame.isin() 函数检查调用者 DataFrame 中的每个元素是否与输入 DataFrame 中相同位置的元素相同。

当数值相同时返回 True，如果不匹配则返回 False。

import pandas as pd

df = pd.DataFrame({"Sales": [100, 200], "Profit": [200, 400]})
print(df)

valueDf = pd.DataFrame({"Sales": [100, 200], "Profit": [200, 300]})
print(valueDf)

df = df.isin(valueDf)
print(df)

输出：

   Sales  Profit
0    100     200
1    200     400
   Sales  Profit
0    100     200
1    200     300
   Sales  Profit
0   True    True
1   True   False

位置 (1, 1) 的值返回 False，因为调用者 DataFrame 和输入 DataFrame 的值不同。