检查pandas数据框架索引中是否存在值

我相信有一个明显的方法来做到这一点，但不能想到任何圆滑的现在。

基本上，我不想引发异常，而是想获得True或False，以查看熊猫df索引中是否存在一个值。

import pandas as pd
df = pd.DataFrame({'test':[1,2,3,4]}, index=['a','b','c','d'])
df.loc['g']  # (should give False)

我现在工作的是以下内容

sum(df.index == 'g')
290061 次浏览
小开
最佳答案

这应该能奏效

'g' in df.index
小开

只是作为参考，因为这是我正在寻找的东西，您可以通过附加"来测试值或索引中的存在。方法，例如:

g in df.<your selected field>.values
g in df.index.values

我发现加上“。”使用其他python工具来获取简单的列表或ndarray out使存在或“in”检查更顺利地运行。我只是想把这个说给大家听。

小开 
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")
小开

多索引的工作方式与单索引略有不同。这里有一些多索引数据帧的方法。

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时适用于第一层。

'a' in df.index     # True
'X' in df.index     # False

检查df.index.levels是否有其他级别。

'a' in df.index.levels[0] # True
'X' in df.index.levels[1] # True

检入df.index以获得索引组合元组。

('a', 'X') in df.index  # True
('a', 'Y') in df.index  # False
小开

with DataFrame: df_data

>>> df_data
id   name  value
0  a  ampha      1
1  b   beta      2
2  c     ce      3

我试着:

>>> getattr(df_data, 'value').isin([1]).any()
True
>>> getattr(df_data, 'value').isin(['1']).any()
True

但是:

>>> 1 in getattr(df_data, 'value')
True
>>> '1' in getattr(df_data, 'value')
False

很有趣:D

小开

下面的代码不打印布尔值，但允许数据帧通过索引进行子集设置…我知道这可能不是解决问题的最有效的方法，但我(1)喜欢这个读取的方式和(2)你可以很容易地子集df1索引存在于df2:

df3 = df1[df1.index.isin(df2.index)]

或者df1索引在df2中不存在…

df3 = df1[~df1.index.isin(df2.index)]
小开

我喜欢用:

if 'value' in df.index.get_level_values(0):
print(True)

get_level_values方法很好，因为它允许你在索引中获取值，无论你的索引是简单的还是复合的。

如果你的数据帧[或者您希望在多个索引级别中检查第一个索引]中只有一个索引，请使用0(0)。使用1作为第二个索引，依此类推……


提交答案