Pandas 如何检查列是否包含列表中的字符串值

Pandas是Python中的一个库，用于数据分析。在Pandas库中，我们将数据以行和列的形式创建。列可以是字符串数据类型。”字符串列表”指的是包含字符串元素的列表。

Pandas库中的数据是以列和行表示的。它有许多用于数据分析和处理的函数和模块。

Python提供了不同的方法来检查Pandas列是否包含列表中的字符串类型的值。让我们逐个看一下每种方法。

使用dataframe()函数

首先，让我们创建带有列和行的示例数据帧。以下是代码：

import pandas as pd
dic = {"Name":["Anil","Srivatsav","Prasad","Mitra"],
      "Class":[10,30,20,50],
      "subject":["python","Java","c","Android"]}
data = pd.DataFrame(dic)
print(data.head())

输出

以下是使用pandas创建的数据框 –

Name  Class  subject
0       Anil     10   python
1  Srivatsav     30     Java
2     Prasad     20        c
3      Mitra     50  Android

使用isin()函数

isin()是pandas库中的一个函数，用于检查DataFrame或Series中的元素是否存在于给定的列表、元组或数组对象中。以下是使用isin()函数的语法。

DataFrame.isin(elements)

示例

在这个示例中，我们将通过将字符串列表作为输入参数来应用 isin() 函数在目标列上。

import pandas as pd
dic = {"Name":["Anil","Srivatsav","Prasad","Mitra"],
      "Class":[10,30,20,50],
      "subject":["python","Java","c","Android"]}
data = pd.DataFrame(dic)
data.isin(["Anil","Srivatsav","Java"])
print(data.head())

输出

上述程序的输出结果如下：

Name  Class  subject
0       Anil     10   python
1  Srivatsav     30     Java
2     Prasad     20        c
3      Mitra     50  Android

使用NumPy的isin()函数

NumPy库提供了isin()函数，它与pandas库的isin()函数类似。我们可以传递任何Python对象，如列表、元组或数组等，并检查给定对象的内容是否存在于当前数据集中。

np.isin(DataFrame,elements)

在这个例子中，我们将使用NumPy库的 isin() 函数来检查pandas列是否具有列表中的字符串值。

import pandas as pd
import numpy as np
dic = {"Name":["Anil","Srivatsav","Prasad","Mitra"],
      "Class":[10,30,20,50],
      "subject":["python","Java","c","Android"]}
data = pd.DataFrame(dic)
output = np.isin(data["Name"],["Anil","Srivatsav"])
print(output)

输出

以下是Numpy库中 isin 函数的输出。

[ True  True False False]

示例

让我们看另一个示例，使用NumPy库的isin()函数来检查pandas列是否具有来自字符串列表的值。

import pandas as pd
import numpy as np
dic = {"Name":["Anil","Srivatsav","Prasad","Mitra"],
      "Class":[10,30,20,50],
      "subject":["python","Java","c","Android"]}
data = pd.DataFrame(dic)
output = np.isin([data["Name"],data["subject"]],["Anil","Srivatsav"])
print(output)

输出

[[ True  True False False]
 [False False False False]]