• Saltar al contenido principal
  • Skip to secondary menu
  • Saltar a la barra lateral principal
  • Saltar al pie de página
  • Inicio
  • Secciones
    • Ciencia de datos
    • Criptografía
    • Herramientas
    • Machine Learning
    • Noticias
    • Opinión
    • Productividad
    • Programación
      • JavaScript
      • Julia
      • Matlab
      • Python
      • R
  • Programación
    • JavaScript
    • Julia
    • Matlab
    • Python
    • R
  • Noticias
  • Boletín
  • Contacto
  • Tienda
    • Libros
    • Equipamiento de oficina
    • Equipamiento en movilidad
    • Tiendas afiliadas
      • AliExpress
      • Amazon
      • Banggood
      • GeekBuying
      • Lenovo

Analytics Lane

Ciencia e ingeniería de datos aplicada

  • Ciencia de datos
  • Machine Learning
  • Python
  • Pandas
  • NumPy
  • Matlab
  • Julia
  • JavaScript
  • Excel

Pandas: Comprobar la existencia de valores en los DataFrame

mayo 10, 2021 Por Daniel Rodríguez Deja un comentario
Tiempo de lectura: 4 minutos

pandas

En el caso de que necesitemos comprobar la existencia de valores en los DataFrame de Pandas disponemos de varias opciones. Siendo una de ellas el uso del operador in. Una opción sencilla que además es muy flexible. Otra alternativa es el uso de la propiedad isin() de los objetos DataFrame.

Conjunto de datos de ejemplo

Antes de continuar vamos a crear un pequeño conjunto de datos de ejemplo, de manera que se pueda comprobar fácilmente los resultados. Para ello se puede usar un conjunto que ya hemos usado en otras ocasiones como el siguiente listado de clientes.

import pandas as pd

users = {'first_name': ['Montgomery', 'Dagmar', 'Reeba', 'Shalom', 'Broddy', 'Aurelia'],
         'last_name': ['Humes', 'Elstow', 'Wattisham', 'Alen', 'Keningham', 'Brechin'],
         'age': [27, 41, 29, 29, 21, 33],
         'gender': ['Male', 'Female', 'Female', 'Male', 'Male', 'Female']}

df = pd.DataFrame(users)

Uso de in para comprobar la existencia de valores

Quizás la forma más sencilla para comprobar si un valor existe en un DataFrame de Pandas es mediante el uso del operador in de Python. Operador que se tiene que aplicar a la propiedad values del DataFrame, no al DataFrame o a una columna de este. Así para comprobar si en el conjunto de datos de ejemplo existe un nombre solamente se tiene que escribir el nombre seguido del operador in y, después de este, la propiedad values del DataFrame

'Alen' in df.values

Lo que, en este caso, nos devolverá un valor verdadero. Siendo importante no olvidar la necesidad de seleccionar values, ya que la siguiente línea devolverá siempre falso

Publicidad


'Alen' in df

A pesar de que “Alen” es un nombre que existe en el DataFrame de ejemplo.

De este modo se pueden comprobar tanto la existencia de cadenas de caracteres como valores numéricos. Lo que se puede comprobar en el siguiente ejemplo.

'Alen' in df.values # True
'John' in df.values # False
40 in df.values # False
41 in df.values # True

Comprobar la existencia de un valor solo en una columna

Como hemos visto en el apartado anterior el operador in realiza la búsqueda en todas las columnas del DataFrame. Pero, en muchas ocasiones, puede ser que solamente necesitamos saber si un valor existe en una columna, no en todas. Lo que tiene una solución sencilla, buscar en la propiedad value de la columna tal como se muestra en el siguiente ejemplo:

'Alen' in df.first_name.values # False
'Alen' in df.last_name.values # True

En el que se puede comprobar cómo el término “Alen” existe en el listado de nombres, pero no en el de apellidos. Al igual que antes es necesario recordar que no se debe buscar en la columna, ya que siempre devolvería el valor falso.

Publicidad


Usar not para comprobar que un valor no existe

Otra operación que suele ser habitual es comprobar que un valor no se encuentra en un DataFrame, lo que se puede conseguir agregando el operador not antes de in. Lo que funciona tanto a nivel global como a nivel de columna.

'Alen' not in df.values # False
'John' not in df.values # True
40 not in df.values # True
41 not in df.values # False

'Alen' in df.first_name.values # True
'Alen' in df.last_name.values # False

Buscar más de un elemento

Si necesitamos comprobar la existencia de más de un elemento en un DataFrame siempre se puede recurrir al uso de listas por comprensión. Lo que nos permite iterar sobre los elementos de una lista comprobando si cada uno de estos se encuentra en el DataFrame.

values = ['Alen', 'Home', 40, 41]
[True if item in df.values else False for item in values]
[True, False, False, True]

Lo que se puede combinar con las funciones any() o all() para comprobar si, respectivamente, existe alguno de los elementos o todos.

any([True if item in df.values else False for item in values]) # True
all([True if item in df.values else False for item in values]) # False

Alternativamente también se puede crear un diccionario con los resultados en el que el término sea la clave y el valor si este se encuentra o no en el DataFrame.

Publicidad


{item: True if item in df.values else False for item in values}
{'Alen': True, 'Home': False, 40: False, 41: True}

La propiedad isin() de los DataFrame

Los DataFrames de Pandas tienen una propiedad isin() con la que se puede comprobar la existencia o no de un valor o una lista de valores. Método que devuelve un DataFrame donde cada registro es un valor verdadero o falso, señalando de este modo si en esa posición se encontraba alguno de los valores buscados.

df.isin(['Alen', 41])
   first_name  last_name    age  gender
0       False      False  False   False
1       False      False   True   False
2       False      False  False   False
3       False       True  False   False
4       False      False  False   False
5       False      False  False   False

Este método tiene algunas ventajas ya que nos indica cada una de las posiciones, pero muchas veces no es lo que deseamos. Para saber si existe en una columnas se puede usar any().

df.isin(['Alen', 41]).any()
first_name    False
last_name      True
age            True
gender        False

Por otro lado, para saber si el valor se encuentra en el DataFrame se puede concatenar dos llamadas al método any().

df.isin(['Alen', 41]).any().any() # True

Uso de isin() en una columna

Al igual que con el uso del operador in es posible buscar solamente en una columna ya que el método también se encuentra disponible a este nivel. Así para buscar si un nombre existe en una columna se puede recurrir a un código como el siguiente.

Publicidad


df.last_name.isin(['Alen', 41])
0    False
1    False
2    False
3     True
4    False
5    False

Conclusiones

En esta entrada hemos visto dos métodos para comprobar la existencia de valores en los DataFrame de Pandas. Una operación que es bastante habitual. Tanto el uso del operador in cómo del método ison() facilita esta tareas frente a la búsqueda directa de los valores. Simplificando el código, lo que hace que este sea más fácil de leer y comprender lo que hace.

¿Te ha parecido de utilidad el contenido?

¡Puntúalo entre una y cinco estrellas!

Puntuación promedio 0 / 5. Votos emitidos: 0

Ya que has encontrado útil este contenido...

¡Síguenos en redes sociales!

¡Siento que este contenido no te haya sido útil!

¡Déjame mejorar este contenido!

Dime, ¿cómo puedo mejorar este contenido?

Publicaciones relacionadas

  • sky
    Numpy básico: como invertir arrays de Numpy
  • Codificación JSON
    Archivos JSON con Python: lectura y escritura
  • pier
    Diferencia entre los operadores is y == en Python
  • pandas
    Pandas: El método merge de Pandas
  • note
    Concatenar listas en Python
  • blue
    Concatenar cadenas de texto en Python de forma óptima

Publicado en: Python Etiquetado como: Pandas

Interacciones con los lectores

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

I accept the Terms and Conditions and the Privacy Policy

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Publicidad





Barra lateral principal

Suscríbete a nuestro boletín

Suscríbete al boletín semanal para estar al día de todas las publicaciones.

Política de Privacidad

Analytics Lane en redes sociales

  • Amazon
  • Facebook
  • GitHub
  • Instagram
  • Pinterest
  • RSS
  • Twitter
  • Tumblr
  • YouTube

Publicidad

Entradas recientes

Mantener un sistema de alta disponibilidad con PostgreSQL y repmgr

diciembre 1, 2023 Por Daniel Rodríguez

Diferencias entre los errores 401 y 403 del estándar HTTP

noviembre 29, 2023 Por Daniel Rodríguez

Ver el código de cualquier función en Python

noviembre 27, 2023 Por Daniel Rodríguez

Publicidad

Es tendencia

  • Duplicado Eliminar registros duplicados en pandas publicado el junio 20, 2018 | en Python
  • Gráficos de barras en Matplotlib publicado el julio 5, 2022 | en Python
  • ¿Cómo cambiar el nombre de las columnas en Pandas? publicado el mayo 6, 2019 | en Python
  • El método Sainte-Laguë y su implementación en Python publicado el septiembre 22, 2023 | en Ciencia de datos
  • Numpy básico: eliminar elementos en arrays de Numpy publicado el octubre 30, 2019 | en Python

Publicidad

Lo mejor valorado

4.9 (22)

Seleccionar filas y columnas en Pandas con iloc y loc

4.7 (12)

Operaciones de filtrado de DataFrame con Pandas en base a los valores de las columnas

4.6 (15)

Archivos JSON con Python: lectura y escritura

4.5 (10)

Diferencias entre var y let en JavaScript

4.4 (13)

Ordenación de diccionarios en Python mediante clave o valor

Publicidad

Comentarios recientes

  • Anto en Rendimiento al iterar en JavaScript sobre un vector
  • Daniel Rodríguez en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Guillermo en Creación de un certificado Let’s Encrypt en Windows con Win-Acme
  • Daniel Rodríguez en ¿Cómo eliminar columnas y filas en un dataframe pandas?
  • Miguel en ¿Cómo eliminar columnas y filas en un dataframe pandas?

Publicidad

Footer

Analytics Lane

  • Acerca de Analytics Lane
  • Boletín de noticias
  • Contacto
  • Libros
  • Lo más popular
  • Noticias
  • Tienda
  • Tiendas afiliadas

Secciones

  • Ciencia de datos
  • Criptografía
  • Herramientas
  • Machine Learning
  • Opinión
  • Productividad
  • Programación
  • Reseñas

Sobre de Analytics Lane

En Analytics Lane tratamos de explicar los principales conceptos de la ciencia e ingeniería de datos con un enfoque práctico. Los principales temas tratados son ciencia de datos, ingeniería de datos, inteligencia artificial, machine learning, deep learning y criptografía. Además, también se habla de los principales lenguajes de programación y herramientas utilizadas por los científicos e ingenieros de datos.

Copyright © 2018-2023 Analytics Lane ·Términos y condiciones ·Política de Cookies ·Política de Privacidad ·Herramientas de privacidad ·Contacto