Pandas DataFrame DataFrame.isin() 函式

1. pandas.DataFrame.isin(values) 語法
2. 示例程式碼：DataFrame.isin() 以 Iterable 為輸入
3. 示例程式碼：DataFrame.isin() 以字典為輸入
4. 示例程式碼：DataFrame.isin() 以 Series 為輸入
5. 示例程式碼：DataFrame.isin() 以 DataFrame 為輸入

pandas.DataFrame.isin(values) 函式檢查呼叫者 DataFrame 中的每個元素是否包含輸入的 values 中指定的值。

pandas.DataFrame.isin(values) 語法

DataFrame.isin(values) 

引數

返回值

它返回一個與呼叫者 DataFrame 相同維度的布林值的 DataFrame，表示每個元素是否包含輸入的 values。

示例程式碼：DataFrame.isin() 以 Iterable 為輸入

當 Python iterable 為輸入時，Pandas DataFrame.isin() 函式檢查 DataFrame 中的每個值是否包含 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)

呼叫者 DataFrame 為

   Sales  Profit
0    100     200
1    200     400

輸出：

   Sales  Profit
0  False    True
1   True    True

這裡，200 和 400 存在於列表 [200，400] 中，因此，在返回的 DataFrame 中，原值為 200 和 400 的值為 True。100 不在列表 [200，400] 中，因此，其位置的值返回 False。

示例程式碼：DataFrame.isin() 以字典為輸入

如果輸入值型別是字典，isin() 函式不僅檢查值，而且檢查鍵值。只有當列名與鍵相同，且單元格值包含在字典的 value 中時，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)

輸出：

   Sales  Profit
0  False   False
1   True   False

在第一個例子中，Profit 列的值都是 True，但在這個例子中是 False，因為列名與輸入字典中的鍵不同。

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

示例程式碼：DataFrame.isin() 以 Series 為輸入

如果輸入值型別是 Pandas 的 Series，isin() 函式檢查每列元素是否與輸入的 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)

輸出：

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

Profit 列中的元素與輸入的 Series 中的元素元素相同，因此，該列中的兩個元素都返回 True。

示例程式碼：DataFrame.isin() 以 DataFrame 為輸入

如果輸入值型別是 Pandas 的 DataFrame.isin() 函式檢查呼叫者 DataFrame 中的每個元素是否與輸入 DataFrame 中相同位置的元素相同。

當數值相同時返回 True，如果不匹配則返回 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)

輸出：

   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，因為呼叫者 DataFrame 和輸入 DataFrame 的值不同。