pandas中isin()函数及其逆函数使用

我使用这个函数就是用来清洗数据，删选过滤掉DataFrame中一些行。

布尔索引

这里你需要知道DateFrame中布尔索引这个东西，可以用满足布尔条件的列值来过滤数据，如下

>>> df=pd.DataFrame(np.random.randn(4,4),columns=['A','B','C','D'])
>>> df
          A         B         C         D
0 -0.018330  2.093506 -0.086293 -2.150479
1  0.104931 -0.271810 -0.054599  0.361612
2  0.590216  0.218049  0.157213  0.643540
3 -0.254449 -0.593278 -0.150455 -0.244485
>>> df.A>0#布尔索引
0    False
1     True
2     True
3    False
Name: A, dtype: bool
#布尔索引应用
>>> df[df.A>0]
          A         B         C         D
1  0.104931 -0.271810 -0.054599  0.361612
2  0.590216  0.218049  0.157213  0.643540
>>>

isin（）

添加一列E

>>> df['E']=['a','a','c','b']
>>> df
          A         B         C         D  E
0 -0.018330  2.093506 -0.086293 -2.150479  a
1  0.104931 -0.271810 -0.054599  0.361612  a
2  0.590216  0.218049  0.157213  0.643540  c
3 -0.254449 -0.593278 -0.150455 -0.244485  b
>>> df.E.isin(['a','c'])
0     True
1     True
2     True
3    False
Name: E, dtype: bool
>>> df.isin(['b','c'])#整个df也同样适用
       A      B      C      D      E
0  False  False  False  False  False
1  False  False  False  False  False
2  False  False  False  False   True
3  False  False  False  False   True
#应用
>>> df[df.E.isin(['a','c'])]
          A         B         C         D  E
0 -0.018330  2.093506 -0.086293 -2.150479  a
1  0.104931 -0.271810 -0.054599  0.361612  a
2  0.590216  0.218049  0.157213  0.643540  c
>>>

isin()接受一个列表，判断该列中元素是否在列表中。

同时对多个列过滤，可以如下使用

df[df[某列].isin(条件)&df[某列].isin(条件)]
#应用
>>> df.D=[0,1,0,2]
>>> df[df.E.isin(['a','d'])&df.D.isin([0,])]
         A         B         C  D  E
0 -0.01833  2.093506 -0.086293  0  a

也可以
不推荐，你试一下就知道

df.isin({
'某列'：[条件],
'某列':[条件],
})
#应用
>>> df.D=[0,1,0,2]
>>> df
          A         B         C  D  E
0 -0.018330  2.093506 -0.086293  0  a
1  0.104931 -0.271810 -0.054599  1  a
2  0.590216  0.218049  0.157213  0  c
3 -0.254449 -0.593278 -0.150455  2  b
>>> df[df.isin({'D':[0,3],'E':['a','d']})]
    A   B   C    D    E
0 NaN NaN NaN  0.0    a
1 NaN NaN NaN  NaN    a
2 NaN NaN NaN  0.0  NaN
3 NaN NaN NaN  NaN  NaN
#没错这不适合选出一行
>>> df.isin({'D':[0,3],'E':['a','d']})
       A      B      C      D      E
0  False  False  False   True   True
1  False  False  False  False   True
2  False  False  False   True  False
3  False  False  False  False  False

isin()的逆函数

告诉你没有isnotin，它的反函数就是在前面加上 ~ ，其他用法同上。