Pandas如何使用isin方法筛选多列数据

在本文中，我们将介绍Pandas中的isin方法，以及如何在多列数据中使用该方法。

阅读更多：Pandas 教程

什么是isin方法？

isin方法是Pandas中的一个函数，其作用是检查DataFrame中某些列是否包含指定的一组值。isin方法是一种非常实用和灵活的数据筛选方式，可以较快速地筛选出需要的数据。

如何使用isin方法？

在使用isin方法前，我们需要先导入Pandas库，随后创建DataFrame数据。为了方便起见，我们在此选择一个包含两个数据列的DataFrame数据。

import pandas as pd

data = {'name': ['John', 'Emma', 'Kevin', 'Lucy'],
        'gender': ['M', 'F', 'M', 'F'],
        'age': [23, 24, 25, 26],
        'country': ['USA', 'UK', 'Australia', 'Canada']}
df = pd.DataFrame(data)

执行上述代码后，我们得到如下DataFrame数据：

    name  gender  age    country
0   John    M     23       USA
1   Emma    F     24       UK
2  Kevin    M     25  Australia
3   Lucy    F     26    Canada

假设我们需要筛选出国籍为USA和Canada的数据。可以使用isin方法进行筛选，具体代码如下：

values = ['USA', 'Canada']
result = df[df['country'].isin(values)]

其中values是一个包含需要筛选的值的列表，df[‘country’].isin(values)返回一个True/False序列，这个序列通过布尔索引所选出的行即为筛选结果。最终，我们得到的筛选结果如下：

   name gender  age  country
0  John      M   23      USA
3  Lucy      F   26   Canada

这里仅仅筛选了一个数据列，如果需要对多个数据列进行筛选，可以在df中添加需要筛选的列，并在代码中对多列进行筛选。

values_1 = ['USA', 'Canada']
values_2 = ['M']
result = df[df['country'].isin(values_1) & df['gender'].isin(values_2)]

上述代码将筛选出国籍为USA和Canada，且性别为男性的数据，最终结果如下：

   name gender  age country
0  John      M   23     USA

总结

通过本文，我们了解了Pandas中的isin方法、如何对单列和多列数据进行筛选，并通过示例代码进行了解析。isin方法为数据处理提供了一种灵活、高效的数据筛选方式，对于数据清洗、数据挖掘等领域具有广泛的应用价值。