![](/img/trans.png)
[英]How to quickly check if a value exists in pandas DataFrame index?
[英]Check if a value exists in pandas dataframe index
我相信有一种明显的方法可以做到这一点,但现在想不出任何巧妙的方法。
基本上,我想获得True
或False
以查看 pandas df
索引中是否存在值,而不是引发异常。
import pandas as pd
df = pd.DataFrame({'test':[1,2,3,4]}, index=['a','b','c','d'])
df.loc['g'] # (should give False)
我现在的工作如下
sum(df.index == 'g')
这应该可以解决问题
'g' in df.index
仅供参考,因为它是我正在寻找的东西,您可以通过附加“.values”方法来测试值或索引中是否存在,例如
g in df.<your selected field>.values
g in df.index.values
我发现添加“.values”以获得一个简单的列表或 ndarray 使得存在或“in”检查与其他 python 工具一起运行更顺畅。 只是想我会把它扔给人们。
多索引的工作原理与单索引略有不同。 以下是多索引数据帧的一些方法。
df = pd.DataFrame({'col1': ['a', 'b','c', 'd'], 'col2': ['X','X','Y', 'Y'], 'col3': [1, 2, 3, 4]}, columns=['col1', 'col2', 'col3'])
df = df.set_index(['col1', 'col2'])
in df.index
仅在检查单个索引值in df.index
适用于第一级。
'a' in df.index # True
'X' in df.index # False
检查df.index.levels
以了解其他级别。
'a' in df.index.levels[0] # True
'X' in df.index.levels[1] # True
检查df.index
以获取索引组合元组。
('a', 'X') in df.index # True
('a', 'Y') in df.index # False
使用数据帧:df_data
>>> df_data
id name value
0 a ampha 1
1 b beta 2
2 c ce 3
我试过:
>>> getattr(df_data, 'value').isin([1]).any()
True
>>> getattr(df_data, 'value').isin(['1']).any()
True
但:
>>> 1 in getattr(df_data, 'value')
True
>>> '1' in getattr(df_data, 'value')
False
太有趣了 :D
下面的代码不打印布尔值,但允许按索引对数据帧进行子集设置......我知道这可能不是解决问题的最有效方法,但我(1)喜欢这种读取方式和(2)你可以轻松地子集其中 df1 索引存在于 df2 中:
df3 = df1[df1.index.isin(df2.index)]
或者 df2 中不存在 df1 索引...
df3 = df1[~df1.index.isin(df2.index)]
df = pandas.DataFrame({'g':[1]}, index=['isStop'])
#df.loc['g']
if 'g' in df.index:
print("find g")
if 'isStop' in df.index:
print("find a")
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.