Método Pandas Isin
El método pandas isin () ayuda a buscar el conjunto de valores de entrada en el marco de datos dado . Discutiremos pandas, su método isin () y sus ejemplos.
¿Qué son los pandas en Python??
Pandas es el módulo de marco de datos estándar de Python. Casi es probable que use pandas si está trabajando con datos tabulares en Python.
Ofrece una estructura de datos y herramientas muy eficientes para realizar análisis de datos. Pandas es un módulo de Python para ciencia de datos y análisis que se ejecuta sobre Numpy. El marco de datos en la estructura de datos fundamental de Pandas nos permite almacenar y alterar datos tabulares en una estructura 2-D.
¿Qué es DataFrame??
La estructura de datos más esencial y ampliamente utilizada es el cuadro de datos, una forma estándar de almacenar datos. DataFrame tiene datos organizados en filas y columnas como una tabla SQL o una base de datos de hoja de cálculo. Podemos convertir nuestros datos personalizados en un marcado de datos o importar datos de una base de datos CSV, TSV, Excel, SQL o de otra fuente.
¿Qué es la función pandas isin ()??
La función ISIN () verifica si los valores proporcionados están presentes en DataFrame. Esta función devuelve un marco de datos booleano. El marco de datos parece ser el mismo que el original y no está alterado. Aún así, los valores originales se reemplazan por verdadero si el elemento de marco de datos es uno de los elementos especificados, y se cambia a falso de lo contrario.
Ejemplos de método isin ()
Ejemplo 1:
| 1 2 3 4 5 6 7 8 9 10 11 12 | importar pandas como PD datos = PD.Marco de datos( 'Nombre': ['A', 'B', 'C', 'D'], 'Número de rollo': [25, 40, 23, 22], 'Altura': ['169', '173', '173', '178'] ) Heights_to_filter = ['173', '169', '177'] resultado = datos.isin (Heights_to_filter) Imprimir (resultado) |
Producción:
| Nombre | Rollo | número | Altura |
|---|---|---|---|
| 0 | FALSO | FALSO | Verdadero |
| 1 | FALSO | FALSO | Verdadero |
| 2 | FALSO | FALSO | Verdadero |
| 3 | FALSO | FALSO | FALSO |
Ejemplo 2:
| 1 2 3 4 5 6 7 8 9 10 11 12 13 | importar pandas como PD datos = PD.Marco de datos( 'Nombre': ['A', 'B', 'C', 'D'], 'Edad': [25, 45, 23, 32], 'Tema favorita': ['Matemáticas', 'Ciencias', 'Ciencias', 'Inglés'] ) dict_data_to_filter = 'name': ['b', 'd'], 'departamento': ['ciencia'] resultado = datos.isin (dict_data_to_filter) Imprimir (resultado) |
Producción:
| Nombre | Edad | Favorito | Sujeto |
|---|---|---|---|
| 0 | FALSO | FALSO | FALSO |
| 1 | Verdadero | FALSO | FALSO |
| 2 | FALSO | FALSO | FALSO |
| 3 | Verdadero | FALSO | FALSO |
Ejemplo 3:
| 1 2 3 4 5 6 7 8 9 10 11 12 | importar pandas como PD datos = PD.Marco de datos( 'Nombre': ['A', 'B', 'C', 'D'], 'Edad': [25, 45, 23, 32], 'Departamento': ['29', '35', '35', '40'] ) serie_data = PD.Serie (['A', 'C', 'B', 'D']) resultado = datos.isin (serie_data) Imprimir (resultado) |
Producción:
| Nombre | Edad | Departamento |
|---|---|---|
| 0 | Verdadero | FALSO |
| 1 | FALSO | FALSO |
| 2 | FALSO | FALSO |
| 3 | Verdadero | FALSO |
Ejemplo 4:
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 dieciséis 17 18 19 20 21 22 23 24 25 26 27 | importar pandas como PD datos = PD.Marco de datos( 'Nombre': ['A', 'B', 'C', 'D'], 'Número de rollo': [25, 45, 23, 32], 'Casa': ['azul', 'verde', 'verde', 'amarillo'] ) DF = PD.Marco de datos( 'Nombre': ['A', 'B', 'C', 'D'], 'Número de rollo': [25, 45, 23, 32], 'Casa': ['azul', 'verde', 'verde', 'amarillo'] ) resultado = datos.isin (df) Imprimir (resultado) imprimir() DF = PD.Marco de datos( 'Nombre': ['A', 'B', 'C', 'D'], 'Número de rollo': [25, 45, 23, 32], 'Casa': ['azul', 'verde', 'verde', 'amarillo'] ) resultado = datos.isin (df) Imprimir (resultado) |
Producción:
| Nombre | Rollo | número | Casa |
|---|---|---|---|
| 0 | Verdadero | Verdadero | Verdadero |
| 1 | Verdadero | Verdadero | Verdadero |
| 2 | Verdadero | Verdadero | Verdadero |
| 3 | Verdadero | Verdadero | Verdadero |
| Nombre | Rollo | número | Casa |
|---|---|---|---|
| 0 | Verdadero | Verdadero | Verdadero |
| 1 | Verdadero | Verdadero | Verdadero |
| 2 | Verdadero | Verdadero | Verdadero |
| 3 | Verdadero | Verdadero | Verdadero |
Conclusión
Discutimos pandas en Python, DataFrame, la función pandas isin () y algunos ejemplos de métodos isin (). El método ISIN () se utiliza para obtener el marco de datos booleano que indica qué valores de entrada están presentes en el marco de datos.