dask_expr._collection.Index.isin

dask_expr._collection.Index.isin¶

Index.isin(values)¶

DataFrame 中的每个元素是否包含在值中。

此文档字符串是从 pandas.core.frame.DataFrame.isin 复制而来的。

Dask 版本可能存在一些不一致性。

参数

值可迭代对象、Series、DataFrame 或字典: 只有在所有标签匹配的情况下，结果才会为真。如果 values 是一个 Series，那么索引就是它。如果 values 是一个字典，键必须是列名，并且必须匹配。如果 values 是一个 DataFrame，那么索引和列标签都必须匹配。

返回

DataFrame: 布尔值的 DataFrame，显示 DataFrame 中的每个元素是否包含在值中。

参见

DataFrame.eq: DataFrame 的相等性测试。
Series.isin: Series 上的等效方法。
Series.str.contains: 测试模式或正则表达式是否包含在 Series 或 Index 的字符串中。

示例

>>> df = pd.DataFrame({'num_legs': [2, 4], 'num_wings': [2, 0]},  
...                   index=['falcon', 'dog'])
>>> df  
        num_legs  num_wings
falcon         2          2
dog            4          0

当 values 是一个列表时，检查DataFrame中的每个值是否都存在于该列表中（哪些动物有0或2条腿或翅膀）

>>> df.isin([0, 2])  
        num_legs  num_wings
falcon      True       True
dog        False       True

要检查 values 是否不在 DataFrame 中，请使用 ~ 运算符：

>>> ~df.isin([0, 2])  
        num_legs  num_wings
falcon     False      False
dog         True      False

当 values 是一个字典时，我们可以为每一列单独传递要检查的值：

>>> df.isin({'num_wings': [0, 3]})  
        num_legs  num_wings
falcon     False      False
dog        False       True

当 values 是一个 Series 或 DataFrame 时，索引和列必须匹配。注意，’falcon’ 不会基于其他对象中的腿的数量进行匹配。

>>> other = pd.DataFrame({'num_legs': [8, 3], 'num_wings': [0, 2]},  
...                      index=['spider', 'falcon'])
>>> df.isin(other)  
        num_legs  num_wings
falcon     False       True
dog        False      False

dask_expr._collection.Index.is_monotonic_increasing

dask_expr._collection.Index.isna