Metoda Panda ISIN

Metoda Panda ISIN

Metoda Pandas isin () pomaga wyszukiwać zestaw wejściowy wartości w danej ramce danych . Omówimy pandy, jej metodę isin () i przykłady.

Co to jest pandy w Pythonie?

Pandy to standardowy moduł ramy danych Pythona. Prawdopodobnie powinieneś użyć pandy, jeśli pracujesz z danymi tabelarnymi w Python.

Daje bardzo wydajną strukturę danych i narzędzia do przeprowadzania analizy danych. Pandy to moduł Python dla nauki danych i analizy, który działa na szczycie Numpy. Rama danych w podstawowej strukturze danych Pandy pozwala nam przechowywać i zmieniać dane tabelaryczne w strukturze 2-D.

Co to jest Frame?

Najważniejszą i szeroko stosowaną strukturą danych jest DataFrame, standardowy sposób przechowywania danych. DataFrame ma dane zorganizowane w rzędach i kolumnach, takich jak tabela SQL lub baza danych arkusza kalkulacyjnego. Możemy albo przekonwertować nasze niestandardowe dane na dane danych lub zaimportować dane z CSV, TSV, Baza danych Excel, SQL lub z innego źródła.

Co to jest funkcja pandas isin ()?

Funkcja ISIN () sprawdza, czy podana wartość (-ów) są obecne w ramce danych. Ta funkcja zwraca boolowską ramkę danych. Pramka danych wydaje się być taka sama jak oryginał i jest niezmieniony. Mimo to oryginalne wartości są zastępowane true, jeśli element ramki danych jest jednym z określonych elementów i jest zmieniany na false w przeciwnym razie.

Przykłady metody ISIN ()

Przykład 1:

1
2
3
4
5
6
7
8
9
10
11
12
importować pandy jako PD
dane = PD.Ramka danych(
„Nazwa”: [„A”, „B”, „C”, „D”],
„Numer rolki”: [25, 40, 23, 22],
„Height”: [„169”, „173”, „173”, „178”]
)
lighs_to_filter = [„173”, „169”, „177”]
wynik = dane.isin (Heights_to_filter)
Drukuj (wynik)

Wyjście:

Nazwa Rolka numer Wysokość
0 FAŁSZ FAŁSZ PRAWDA
1 FAŁSZ FAŁSZ PRAWDA
2 FAŁSZ FAŁSZ PRAWDA
3 FAŁSZ FAŁSZ FAŁSZ

Przykład 2:

1
2
3
4
5
6
7
8
9
10
11
12
13
importować pandy jako PD
dane = PD.Ramka danych(
„Nazwa”: [„A”, „B”, „C”, „D”],
„Wiek”: [25, 45, 23, 32],
„Ulubiony temat”: [„Math”, „Science”, „Science”, „English”]
)
dict_data_to_filter = 'name': ['b', 'd'], 'Department': ['science']
wynik = dane.isin (dict_data_to_filter)
Drukuj (wynik)

Wyjście:

Nazwa Wiek Ulubiony Temat
0 FAŁSZ FAŁSZ FAŁSZ
1 PRAWDA FAŁSZ FAŁSZ
2 FAŁSZ FAŁSZ FAŁSZ
3 PRAWDA FAŁSZ FAŁSZ

Przykład 3:

1
2
3
4
5
6
7
8
9
10
11
12
importować pandy jako PD
dane = PD.Ramka danych(
„Nazwa”: [„A”, „B”, „C”, „D”],
„Wiek”: [25, 45, 23, 32],
„Departament”: [„29”, „35”, „35”, „40”]
)
series_data = pd.Seria ([„A”, „C”, „B”, „D”])
wynik = dane.isin (seria_data)
Drukuj (wynik)

Wyjście:

Nazwa Wiek Dział
0 PRAWDA FAŁSZ
1 FAŁSZ FAŁSZ
2 FAŁSZ FAŁSZ
3 PRAWDA FAŁSZ

Przykład 4:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
importować pandy jako PD
dane = PD.Ramka danych(
„Nazwa”: [„A”, „B”, „C”, „D”],
„Numer rolki”: [25, 45, 23, 32],
„House”: [„niebieski”, „zielony”, „zielony”, „żółty”]
)
df = pd.Ramka danych(
„Nazwa”: [„A”, „B”, „C”, „D”],
„Numer rolki”: [25, 45, 23, 32],
„House”: [„niebieski”, „zielony”, „zielony”, „żółty”]
)
wynik = dane.isin (DF)
Drukuj (wynik)
wydrukować()
df = pd.Ramka danych(
„Nazwa”: [„A”, „B”, „C”, „D”],
„Numer rolki”: [25, 45, 23, 32],
„House”: [„niebieski”, „zielony”, „zielony”, „żółty”]
)
wynik = dane.isin (DF)
Drukuj (wynik)

Wyjście:

Nazwa Rolka numer Dom
0 PRAWDA PRAWDA PRAWDA
1 PRAWDA PRAWDA PRAWDA
2 PRAWDA PRAWDA PRAWDA
3 PRAWDA PRAWDA PRAWDA
Nazwa Rolka numer Dom
0 PRAWDA PRAWDA PRAWDA
1 PRAWDA PRAWDA PRAWDA
2 PRAWDA PRAWDA PRAWDA
3 PRAWDA PRAWDA PRAWDA

Wniosek

Omówiliśmy pandy w Python, DataFrame, funkcji pandas isin () i niektórych przykładach metod isin (). Metoda ISIN () służy do uzyskania boolean danych, która informuje, które wartości wejściowe są obecne w DataFrame.