Buscar en Da­ta­Fra­mes con Pandas isin()

La función de Pandas DataFrame.isin() de la Bi­blio­te­ca Python Pandas se utiliza para verificar de manera rápida y eficiente si ciertos valores están presentes en un DataFrame. Esta función es es­pe­cia­l­me­n­te útil cuando se desea comprobar varios valores al mismo tiempo.

Sintaxis de la función isin() de Pandas

Pandas isin() acepta solo un parámetro, por lo que la sintaxis básica de la función es muy sencilla y es la siguiente:

DataFrame.isin(values)

El parámetro values puede ser una lista de Python, un di­c­cio­na­rio o incluso otro DataFrame y contiene los valores que se desean buscar en el DataFrame original.

Apli­ca­ción de la función isin()

Las po­si­bi­li­da­des de apli­ca­ción de isin() son variadas: con esta función no solo puedes verificar la presencia de valores, sino también filtrar tu DataFrame.

Ve­ri­fi­ca­ción de la presencia de valores en una columna

A co­n­ti­nua­ción, se co­n­si­de­ra­rá un DataFrame con in­fo­r­ma­ción sobre di­fe­re­n­tes personas y sus lugares de re­si­de­n­cia.

import pandas as pd
# Crear un DataFrame de ejemplo
data = {
    'Nombre': ['Alicia', 'Tomás', 'Charlie', 'David'],
    'Ciudad': ['Nueva York', 'Los Ángeles', 'Chicago', 'Houston']
}
df = pd.DataFrame(data)
print(df)

El DataFrame re­su­l­ta­n­te tiene el siguiente aspecto:

Nombre      Ciudad
0     Alicia    Nueva York
1    Tomás   Los Ángeles
2    Charlie     Chicago
3    David     Houston

Ahora se utilizará Pandas isin() para verificar si ciertas ciudades están presentes en la columna co­rre­s­po­n­die­n­te. Para ello, se crea una lista con las ciudades que se desea comprobar y luego se aplica la función en la columna del DataFrame llamada ‘Ciudad’:

# Ciudades que se desea verificar
cities_to_check = ['Chicago', 'Houston', 'Miami']
# Aplicación de la función isin()
result = df['Ciudad'].isin(cities_to_check)
print(result)

El resultado es una serie de valores booleanos que indica si cada ciudad está presente en la lista:

0    False
1    False
2     True
3     True
Name: Ciudad, dtype: bool

Filtrado de un DataFrame con isin()

Pandas isin() también se puede utilizar para filtrar el DataFrame y conservar solo las filas en las que las ciudades de cities_to_check están presentes.

# Filtrado del DataFrame basado en isin()
filtered_df = df[df['Ciudad'].isin(cities_to_check)]
print(filtered_df)

El resultado es un DataFrame que solo contiene las filas con las ciudades que también están presentes en la lista de co­m­pa­ra­ción cities_to_check:

Nombre    Ciudad
2     Charlie   Chicago
3    David   Houston

Verificar varias columnas

Para realizar ope­ra­cio­nes de filtrado más complejas, Pandas isin() también puede uti­li­zar­se con di­c­cio­na­rios. En el siguiente ejemplo, se muestra cómo trabajar con un di­c­cio­na­rio para verificar varias columnas de un DataFrame al mismo tiempo. Para ello, se añade una columna al DataFrame original y luego se utiliza la función isin():

# Crear un DataFrame de ejemplo
data = {
    'Nombre': ['Alicia', 'Tomás', 'Charlie', 'David'],
    'Ciudad': ['Nueva York', 'Los Ángeles', 'Chicago', 'Houston'],
    'Edad': [25, 30, 35, 40]
}
df = pd.DataFrame(data)
# Diccionario con los valores que se desean verificar
values_to_check = {
    'Ciudad': ['Chicago', 'Houston'],
    'Edad': [30, 40]
}
# Aplicar isin() con un diccionario
result = df.isin(values_to_check)
print(result)

La llamada a la función Pandas isin() en este caso devuelve un DataFrame con valores booleanos que indican si se cumplen las co­n­di­cio­nes en las re­s­pe­c­ti­vas columnas:

Nombre  Ciudad   Edad
0    False   False  False
1    False   False   True
2    False    True  False
3    False    True   True