[Python-es] [Consulta] isin()

[Lemarchand Barker]

Buenísimo Ricardo, gracias ya lo anoto.
Si lo de numpy y el array algo de eso vi muy por arriba, por ahora quiero
familiarizarme con algunas cosas de momento.
Gracias, saludos

El mié., 5 ago. 2020 a las 17:23, Ricardo Cárdenes (<
ricardo.cardenes en gmail.com>) escribió:

> Por cierto, añado: observa que limité los criterios a columnas concretas.
> Eso tiene perfecto sentido aquí porque cada columna tiene una semántica
> diferente. Sin embargo, nada te impide aplicar isin a un DataFrame
> entero. El problema es que el resultado puede no tener mucho sentido (o sí,
> depende):
>
> >>> mask = df2.isin(['382.24', '617.12'])
> >>> mask
>          lab   pami
> 19     False  False
> 629    False   True
> 23549  False  False
> 30087  False   True
>
>
> Obviamente, todas las entradas de la columna "lab" salen falsos. ¿Qué
> sucede si usas esto como máscara?
>
> >>> df2[mask]
>        lab    pami
> 19     NaN     NaN
> 629    NaN  382.24
> 23549  NaN     NaN
> 30087  NaN  617.12
>
>
> Dado que no puedes discriminar filas enteras, la máscara no sabe lo que
> estás queriendo hacer. Y por tanto va a mostrarte *todo*, pero poniendo
> valores NaN ("not a number") en las celdas falsas.
>
> Por cierto, que la máscara no tiene por qué ser un DataSet. Puede ser por
> ejemplo una simple lista, que se aplica al primer eje (filas, en este caso):
>
> >>> df2[[False, True, False, True]]
>          lab    pami
> 629    Alcon  382.24
> 30087  Fabra  617.12
>
>
> Y dado que Pandas se apoya en NumPy, imagino que puedes pasar un array de
> NumPy también.
>
>
> On Wed, Aug 5, 2020 at 10:12 AM Ricardo Cárdenes <
> ricardo.cardenes en gmail.com> wrote:
>
>> Aparte de lo que te está contestando Darío (error en la entrada: 627.12
>> en lugar de 617.12), a tu otra pregunta...
>>
>> - Acá paso también 2 valores: 1 y 3, no entiendo porque me muestra
>>> valores booleanos, en realidad no se que estaría chequeando
>>
>>
>> isin te devuelve *siempre* un DataFrame de booleanos, siendo True las
>> celdas donde hay coincidencia con alguno de los valores que pasaste a
>> isin. Así pues, ninguna sorpresa. Ese dataframe de booleanos lo puedes
>> utilizar como una *máscara* para filtrar los valores de otro DataFrame.
>> Eso es lo que haces en tu ejemplo anterior:
>>
>> *print(df2[df2['pami'].isin(['382.24', '627.12'])])*
>>
>>
>>  Observa que estás usando df2['pami'].isin(['382.24', '627.12']) como
>> índice del propio df2. En este caso, tu máscara está discriminando
>> algunas filas: el resultado de df2[mascara] será un nuevo DataFrame que
>> mostrará (normalmente esto se hace con una clase proxy que actúa como
>> "vista") sólo esas filas.
>>
>> En tu segundo ejemplo no estás aplicando la máscara: la estás imprimiendo
>> directamente y por tanto sólo ves los booleanos.
>>
>> Curiosidad: las máscaras se pueden combinar usando operaciones booleanas
>> normales. Por ejemplo, combinando criterios sobre diferentes columnas:
>>
>> >>> l = df2['lab'].isin(['Alcon'])
>> >>> p = df2['pami'].isin(['382.24', '617.12'])
>> >>> l
>> 19       False
>> 629      False
>> 23549     True
>> 30087    False
>> Name: lab, dtype: bool
>> >>> p
>> 19       False
>> 629       True
>> 23549    False
>> 30087     True
>> Name: pami, dtype: bool
>> >>> l & p    # AND lógico -> todas False porque no coincide nada
>> 19       False
>> 629      False
>> 23549    False
>> 30087    False
>> dtype: bool
>> >>> l | p    # OR lógico -> combina las filas True de ambas
>> 19       False
>> 629       True
>> 23549     True
>> 30087     True
>> dtype: bool
>> >>> df2[l | p]    # DataFrame con las filas que cumplen AL MENOS uno de
>> los dos criterios
>>           lab    pami
>> 629     Alcon  382.24
>> 23549  Duncan  245.44
>> 30087   Fabra  617.12
>> >>> df2[l & p]    # DataFrame con las filas que cumplen AMBOS criterios
>> (está vacío, claro)
>> Empty DataFrame
>> Columns: [lab, pami]
>> Index: []
>>
>>
>> Saludos,
>> Ricardo
>>
>> On Wed, Aug 5, 2020 at 9:06 AM Lemarchand Barker <
>> lemarchand8679 en gmail.com> wrote:
>>
>>> Hola siguiendo con la lectura de pandas, estoy probando isin() y no me
>>> queda muy en claro bien que función cumple y qué tipo de uso le podría dar.
>>> Mi ejemplo es el siguiente:
>>>
>>> leer = pd.read_csv('democsv.csv')
>>> df = pd.DataFrame({
>>>     'lab': ['Abbott Diabetes', 'Alcon', 'Duncan', 'Fabra'],
>>>     'pami': ['490.13', '382.24', '245.44', '617.12'],},
>>>     index=['19', '629', '23549', '30087'])
>>> df2 = df.copy()
>>>
>>> df2['pami'] = ['490.13', '382.24', '245.44', '617.12']
>>> *print(df2['pami'])*
>>>
>>> Salida:
>>> 19       490.13
>>> 629      382.24
>>> 23549    245.44
>>> 30087    617.12
>>> Name: pami, dtype: object
>>>
>>>
>>> *print(df2[df2['pami'].isin(['382.24', '627.12'])])*
>>>
>>> - En esta salida tengo un inconveniente, paso 2 valores: 382.24 y 627.12
>>> y solo muestra 1, qué estoy haciendo mal?
>>>
>>> Salida:
>>>            lab    pami
>>> 629  Alcon  382.24
>>>
>>>
>>> *print(df2.isin({'pami': [1, 3]}))*
>>>
>>> - Acá paso también 2 valores: 1 y 3, no entiendo porque me muestra
>>> valores booleanos, en realidad no se que estaría chequeando
>>>
>>> Salida:
>>>               lab   pami
>>> 19        False  False
>>> 629      False  False
>>> 23549  False  False
>>> 30087  False  False
>>>
>>> Muchas gracias, saludos
>>>
>>> _______________________________________________
>>> Python-es mailing list
>>> Python-es en python.org
>>> https://mail.python.org/mailman/listinfo/python-es
>>>
>> _______________________________________________
> Python-es mailing list
> Python-es en python.org
> https://mail.python.org/mailman/listinfo/python-es
>
------------ próxima parte ------------
Se ha borrado un adjunto en formato HTML...
URL: <http://mail.python.org/pipermail/python-es/attachments/20200805/1a1a8f4d/attachment.html>