pandas中的isin函数详解

Posted 2020-08-16

原文链接：http://www.datastudy.cc/to/69

今天有个同学问到，not in 的逻辑，想用 SQL 的select c_xxx_s from t1 left join t2 on t1.key=t2.key where t2.key is NULL 在 Python 中的逻辑来实现，实现了 left join 了（直接用join方法），但是不知道怎么实现where key is NULL。

其实，实现not in的逻辑，不用那么复杂，直接用isin函数再取反即可，下面就是isin函数的详解。

import pandas;

df = pandas.DataFrame({

‘A‘: [1, 2, 3], 

‘B‘: [‘a‘, ‘b‘, ‘f‘]

})

#如果是一个序列或者数组，

#那么判断该位置的值，是否在整个序列或者数组中

df.isin(

[1, 3, 12, ‘a‘]

)    

   A      B

0   True   True

1  False  False

2   True  False    

df = pandas.DataFrame({

‘A‘: [1, 2, 3], 

‘B‘: [1, 4, 7]

})

#如果是一个dirt，

#那么就会首先判断对应的index是否存在，

#如果存在，那么就会判断对应的位置，在该列是否存在

df.isin({

‘A‘: [1, 3], 

‘B‘: [4, 7, 12]

})

   A      B

0   True  False

1  False   True

2   True   True

#如果不存在，那么全部为False，例如B列没有，那么全部为False

df.isin({

‘A‘: [1, 3], 

‘C‘: [4, 7, 12]

})

   A      B

0   True  False

1  False  False

2   True  False

df = pandas.DataFrame({

‘A‘: [1, 2, 3], 

‘B‘: [‘a‘, ‘b‘, ‘f‘]

})

other = pandas.DataFrame({

‘A‘: [1, 3, 3, 2], 

‘B‘: [‘e‘, ‘f‘, ‘f‘, ‘e‘]

})

#如果是一个DataFrame，

#首先就是列名要存在，

#并且需要df中行列位置和B对应的行列位置一一匹配，才返回TRUE

df.isin(other)

   A      B

0   True  False

1  False  False

2   True   True

other = pandas.DataFrame({

‘C‘: [1, 3, 3, 2], 

‘D‘: [‘e‘, ‘f‘, ‘f‘, ‘e‘]

})

#因为AB列皆不在，因此都为False

df.isin(other)

   A      B

0  False  False

1  False  False

2  False  False

嗯嗯？还没有讲到not in？哦哦，没有isnotin函数，取反的方法就是在函数前面加个 ~ ，好销魂的一飘。

~df.isin(other)