Pandas isin(): Como fazer buscas em DataFrames

A função DataFrame.isin() do Python Pandas foi criada para verificar, de forma rápida e eficaz, se determinados valores existem em um DataFrame. Ela é especialmente útil para checar múltiplos valores ao mesmo tempo.

Qual é a sintaxe da função Pandas isin()?

A função Pandas isin() aceita a inclusão de um parâmetro e tem a seguinte sintaxe:

DataFrame.isin(values)

O parâmetro values pode ser uma lista em Python, um dicionário em Python ou outro DataFrame. Ele abrange os valores que você deseja buscar dentro do DataFrame.

Usar a função Pandas isin() com DataFrames

Você pode usar a função Pandas isin() para diferentes finalidades. Além de verificar a existência de valores, ela também pode ser utilizada para filtrar DataFrames.

Verificar valores em uma coluna

Primeiro, vamos criar um DataFrame contendo informações sobre diferentes pessoas e as cidades em que elas moram.

import pandas as pd
# Criar DataFrame
data = {
    'Nome': ['Aldo' , 'Bruna', 'Camila', 'Diogo'],
    'Cidade': ['Recife', 'Campinas', 'Manaus', 'Natal']
}
df = pd.DataFrame(data)
print(df)

O DataFrame ficará assim:

Nome      Cidade
0    Aldo        Recife
1    Bruna    Campinas
2   Camila     Manaus
3    Diogo      Natal

Em seguida, vamos usar a função Pandas isin() para verificar se as cidades na coluna “Cidade” estão presentes em uma lista separada. Após criarmos essa lista de referência, executaremos a função na coluna “Cidade” do DataFrame:

# Lista de cidades para comparação
cidades_para_comparar = ['Manaus', 'Natal', 'Porto Alegre']
# Usar o método isin()
result = df['Cidade'].isin(cidades_para_comparar)
print(result)

O resultado trará uma série de valores booleanos que indicarão se cada uma das cidades na coluna “Cidade” estava presente na lista cidades_para_comparar:

0    False
1    False
2     True
3     True
Nome: Cidade, dtype: bool

Filtrar DataFrame com a função Pandas isin()

Também é possível usar a função Pandas isin() para filtrar um DataFrame, mantendo apenas as linhas com mesmas cidades presentes na lista cidades_para_comparar.

# Filtrar um DataFrame usando isin()
filtered_df = df[df['Cidade'].isin(cidades_para_comparar)]
print(filtered_df)

O resultado será um DataFrame contendo apenas as linhas com as cidades que também estavam presentes na lista cidades_para_comparar:

Nome    Cidade
2  Camila   Manaus
3   Diogo     Natal

Verificar múltiplas colunas em um DataFrame

Para desempenhar operações com filtros mais complexos, você pode usar a função Pandas isin() com dicionários. No exemplo a seguir, mostraremos como usar um dicionário para verificar múltiplas colunas de um DataFrame simultaneamente. Primeiro, adicionaremos uma coluna ao DataFrame original e, depois, aplicaremos a função isin():

# Criar um DataFrame
data = {
    'Nome': ['Aldo', 'Bruna', 'Camila', 'Diogo'],
    'Cidade': ['Recife', 'Campinas', 'Manaus', 'Natal'],
    'Idade': [25, 30, 35, 40]
}
df = pd.DataFrame(data)
# Dicionário com os valores de comparação para o DataFrame
valores_para_comparar = {
    'Cidade': ['Manaus', 'Natal'],
    'Idade': [30, 40]
}
# Usar isin() com um dicionário
result = df.isin(valores_para_comparar)
print(result)

Nesse caso, a chamada da função isin() retornará um DataFrame booleano, no qual cada célula indica se o valor contido está presente na lista correspondente à sua coluna no dicionário.:

Nome  Cidade  Idade
0  False  False  False
1  False  False   True
2  False   True  False
3  False   True   True