如何使用Pandas中的isin()函數快速篩選DataFrame中的數據

一、使用isin()函數的方法

Pandas是Python中用於數據處理和分析的一個庫。其中，isin()函數是一種強大而方便的方法，可以在數據框中快速篩選出包含特定值的行。下面是使用isin()函數的示例代碼：

import pandas as pd

data = {
        'Name': ['John', 'Emily', 'Kate', 'James', 'Peter'],
        'Age': [25, 30, 18, 35, 27],
        'City': ['NYC', 'LA', 'CHI', 'LA', 'MI'],
        }

df = pd.DataFrame(data)

selected_cities = ['CHI', 'MI']

filtered_data = df[df['City'].isin(selected_cities)]

print(filtered_data)

在上面的示例中，我們使用了isin()函數來篩選數據框df中位於selected_cities列表中的城市。我們在數據框中創建了一個名為selected_cities的新列表，並將其中的值設置為我們要篩選的城市列表。然後，我們對數據框中的City列使用isin()函數。

需要注意的是，isin()函數響應的是一個布爾向量，因此我們必須將這個向量傳遞給df[]運算符，以便根據這個向量過濾數據框中的行。最後我們將篩選後的數據打印出來。

二、多條件篩選數據

isin()函數還可以與其他條件一起使用，以進行更高級別的篩選。例如，在上一個示例中，我們只選擇了兩個城市。但是如果數據框有很多列，我們可能需要同時滿足多個條件才能對數據進行篩選。以下是示例代碼：

import pandas as pd

data = {
        'Name': ['John', 'Emily', 'Kate', 'James', 'Peter'],
        'Age': [25, 30, 18, 35, 27],
        'City': ['NYC', 'LA', 'CHI', 'LA', 'MI'],
        'Salary': [80000, 120000, 45000, 150000, 90000]
        }

df = pd.DataFrame(data)

selected_cities = ['CHI', 'MI']
min_salary = 100000

filtered_data = df[(df['City'].isin(selected_cities)) & (df['Salary'] > min_salary)]

print(filtered_data)

這裡，我們將數據框擴展為包括每個人的薪水。我們設置了一個名為min_salary的變量，以便在使用isin()函數進行篩選之前先篩選出具有所需最低薪水的人。我們使用了邏輯運算符&，將兩個條件結合在一起，僅保留滿足以下條件的行：City列包含selected_cities列表中的任意一個城市，且Salary列中的值大於min_salary。

三、如何處理篩選不到數據的情況

在某些情況下，篩選後的數據框可能為空，因為我們指定的條件與數據框中的任何行都不匹配。在這種情況下，我們可以使用empty屬性檢查篩選後的數據框是否為空，從而避免出現錯誤。

以下是示例代碼：

import pandas as pd

data = {
        'Name': ['John', 'Emily', 'Kate', 'James', 'Peter'],
        'Age': [25, 30, 18, 35, 27],
        'City': ['NYC', 'LA', 'CHI', 'LA', 'MI'],
        'Salary': [80000, 120000, 45000, 150000, 90000]
        }

df = pd.DataFrame(data)

selected_cities = ['DC', 'Boston']
min_salary = 50000

filtered_data = df[(df['City'].isin(selected_cities)) & (df['Salary'] > min_salary)]

if filtered_data.empty:
    print('No data meets the selected criteria')
else:
    print(filtered_data)

我們設置了selected_cities變量和min_salary變量，並將它們與數據框中的數據進行比較。在上面的示例中，我們設置的城市和薪水條件使篩選後的數據框為空，因此我們使用empty屬性輸出“No data meets the selected criteria”字符串。否則輸出篩選後的數據。