pandas 0.23 - Index.isin()

pandas.Index.isin




pandas

pandas.Index.isin

Index.isin(values, level=None) [source]

एक बूलियन सरणी लौटें जहां सूचकांक मान मूल्यों में values

मूल्यों के पारित सेट में प्रत्येक सूचकांक मूल्य पाया जाता है या नहीं इसकी बूलियन सरणी की गणना करें। लौटी बूलियन सरणी की लंबाई सूचकांक की लंबाई से मेल खाती है।

पैरामीटर:

मान : सेट या सूची की तरह

मूल्यों को खरीदा।

संस्करण 0.18.1 में नया: एक सेट के रूप में मूल्यों के लिए समर्थन।

स्तर : str या int, वैकल्पिक

उपयोग करने के लिए सूचकांक स्तर का नाम या स्थिति (यदि सूचकांक एक MultiIndex )।

यह दिखाता है:

is_contain : ndarray

बूलियन मूल्यों की संख्या सरणी।

यह भी देखें

Series.isin
श्रृंखला के लिए भी।
DataFrame.isin
DataFrames के लिए एक ही विधि।

टिप्पणियाँ

MultiIndex के मामले में, आपको या तो values को एक सूची-जैसी ऑब्जेक्ट के रूप में निर्दिष्ट करना होगा जिसमें tuples होता है जो स्तरों की संख्या के समान लंबाई है, या level निर्दिष्ट करें। अन्यथा यह एक ValueError बढ़ाएगा।

यदि level निर्दिष्ट किया गया है:

  • यदि यह एक और केवल एक सूचकांक स्तर का नाम है, तो उस स्तर का उपयोग करें;
  • अन्यथा यह एक स्तर की स्थिति को इंगित करने वाली संख्या होनी चाहिए।

उदाहरण

>>> idx = pd.Index([1,2,3])
>>> idx
Int64Index([1, 2, 3], dtype='int64')

मानों की सूची में प्रत्येक सूचकांक मान की जाँच करें। >>> idx.isin ([1, 4]) सरणी ([सही, गलत, गलत])

>>> midx = pd.MultiIndex.from_arrays([[1,2,3],
...                                  ['red', 'blue', 'green']],
...                                  names=('number', 'color'))
>>> midx
MultiIndex(levels=[[1, 2, 3], ['blue', 'green', 'red']],
           labels=[[0, 1, 2], [2, 0, 1]],
           names=['number', 'color'])

जांचें कि क्या मल्टीआईंडेक्स के 'रंग' स्तर में तार रंगों की सूची में हैं।

>>> midx.isin(['red', 'orange', 'yellow'], level='color')
array([ True, False, False])

एक MultiIndex के स्तरों को जांचने के लिए, टुपल्स की सूची पास करें:

>>> midx.isin([(1, 'red'), (3, 'red')])
array([ True, False, False])

DatetimeIndex के लिए, मानों में स्ट्रिंग मान टाइमस्टैम्प में परिवर्तित हो जाते हैं।

>>> dates = ['2000-03-11', '2000-03-12', '2000-03-13']
>>> dti = pd.to_datetime(dates)
>>> dti
DatetimeIndex(['2000-03-11', '2000-03-12', '2000-03-13'],
dtype='datetime64[ns]', freq=None)
>>> dti.isin(['2000-03-11'])
array([ True, False, False])