이 랩에서는 pandas DataFrame 의 isin() 메서드에 대해 배우겠습니다. 이 메서드를 사용하면 DataFrame 의 각 요소가 지정된 값에 포함되어 있는지 확인할 수 있습니다. 이 메서드를 DataFrame 에 적용하면 부울 값의 새로운 DataFrame 이 반환되며, 여기서 True 는 요소가 지정된 값에 존재함을 나타내고 False 는 존재하지 않음을 나타냅니다.
VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 작업의 유효성 검사는 자동화할 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
먼저, pandas 라이브러리를 가져와야 합니다:
import pandas as pd다음으로, isin() 메서드를 시연하기 위해 DataFrame 을 생성해 보겠습니다:
df = pd.DataFrame({'a': [2, 4], 'b': [2, 0], 'c': [3, 5]})isin() 메서드를 사용하여 DataFrame 의 각 요소가 값의 리스트에 있는지 확인할 수 있습니다. 이는 부울 값의 DataFrame 을 반환합니다.
list_values = [2, 3]
df_1 = df.isin(list_values)
print(df_1)DataFrame 의 각 요소가 Series 에 있는지 확인하기 위해 isin() 메서드를 Series 와 함께 사용할 수도 있습니다. 이는 부울 값의 DataFrame 을 반환합니다.
series_values = pd.Series([2, 0, 3])
df_2 = df.isin(series_values)
print(df_2)isin() 메서드는 첫 번째 DataFrame 의 각 요소가 두 번째 DataFrame 에 있는지 확인하기 위해 다른 DataFrame 과 함께 사용할 수도 있습니다. 이는 부울 값의 DataFrame 을 반환합니다.
df_3 = pd.DataFrame({'a': [0, 4], 'b': [1, 0], 'c': [3, 2]})
df_4 = df.isin(df_3)
print(df_4)마지막으로, DataFrame 의 각 요소가 딕셔너리 값에 있는지 확인하기 위해 isin() 메서드를 딕셔너리와 함께 사용할 수 있습니다. 이는 부울 값의 DataFrame 을 반환합니다.
dict_values = {'a': [2, 1]}
df_5 = df.isin(dict_values)
print(df_5)이 랩에서는 pandas DataFrame 의 isin() 메서드를 사용하여 DataFrame 의 각 요소가 지정된 값에 포함되어 있는지 확인하는 방법을 배웠습니다. 리스트, Series, 다른 DataFrame 및 딕셔너리와 함께 isin() 메서드를 사용하는 예제를 살펴보았습니다. isin() 메서드는 지정된 값을 기반으로 DataFrame 데이터를 필터링하고 조작하는 데 유용한 도구입니다.