python查看这列的值是否在另一列|极客笔记

python查看这列的值是否在另一列

在数据分析和处理过程中，经常需要对数据进行筛选和处理，其中一个常见的需求是判断一列数据是否在另一列中出现过。在Python中，我们可以利用pandas库来实现这个功能。本文将介绍如何使用pandas来查看一列的值是否在另一列中出现过，并给出相应的示例代码和运行结果。

1. 导入必要的库

首先，我们需要导入pandas库，以及创建一些示例数据用于演示。

import pandas as pd

# 创建示例数据
data = {
    'A': [1, 2, 3, 4, 5],
    'B': [3, 4, 5, 6, 7]
}

df = pd.DataFrame(data)
print(df)

运行以上代码，我们可以看到输出的示例数据如下所示：

2. 判断一列的值是否在另一列中出现过

接下来，我们可以使用pandas提供的isin()方法来判断一列的值是否在另一列中出现过。该方法会返回一个布尔值的Series，表明每个元素是否在目标列中。

# 判断列'A'的值是否在列'B'中出现过
df['A_is_in_B'] = df['A'].isin(df['B'])

print(df)

运行以上代码，我们可以看到输出的结果如下所示：

   A  B  A_is_in_B
0  1  3      False
1  2  4      False
2  3  5       True
3  4  6       True
4  5  7       True

从结果中我们可以看到，列’A’中的值分别为1、2、3、4、5，而列’B’中的值分别为3、4、5、6、7，通过判断可以得出，列’A’中的值3、4、5分别在列’B’中出现过。

3. 判断多列的值是否在另一列中出现过

除了判断单列的值是否在另一列中出现过，我们也可以判断多列的值是否在另一列中出现过。下面将演示如何判断列’A’和列’B’的值是否在列’C’中出现过。

# 创建新的示例数据
data = {
    'C': [3, 4, 5, 6, 7]
}

df2 = pd.DataFrame(data)

# 判断列'A'和列'B'的值是否在列'C'中出现过
df['A_is_in_C'] = df['A'].isin(df2['C'])
df['B_is_in_C'] = df['B'].isin(df2['C'])

print(df)

运行以上代码，我们可以看到输出的结果如下所示：

   A  B  A_is_in_B  A_is_in_C  B_is_in_C
0  1  3      False      False       True
1  2  4      False      False       True
2  3  5       True       True       True
3  4  6       True       True       True
4  5  7       True       True       True

从结果中我们可以看到，列’A’中的值1、2、3、4、5是否在列’C’中出现过，以及列’B’中的值3、4、5、6、7是否在列’C’中出现过。