isin() và between() trong pandas: lọc theo list, khoảng
Bài 6/16 · Chương 4
Chọn, lọc và sắp xếp
- 5 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
isin() trong pandas trả lời câu hỏi "giá trị của dòng này có nằm trong danh sách không", còn between() hỏi "giá trị có nằm trong khoảng từ a đến b không". Cả hai cho ra một boolean mask, nên thay được chuỗi | dài hay cặp điều kiện >=, <= khi lọc dữ liệu theo nhiều kênh hay theo một khoảng giá.
Cần biết trước: lọc dữ liệu trong pandas và list.
isin(): giá trị có trong danh sách không
Muốn lấy đơn của hai kênh online bằng cách của bài lọc dữ liệu, bạn viết (don["kenh"] == "Website") | (don["kenh"] == "Ứng dụng"); thêm kênh thứ ba là thêm một vế nữa. isin() nhận cả list một lần:
import pandas as pd
don = pd.read_csv("don_hang.csv")
online = ["Website", "Ứng dụng", "Sàn TMĐT"]
mask = don["kenh"].isin(online)
print(mask.sum())
print(don.loc[mask, ["ma_don", "kenh"]].head(3))KẾT QUẢ
1238
ma_don kenh
1 DH00002 Sàn TMĐT
2 DH00003 Sàn TMĐT
3 DH00004 Ứng dụngMỗi dòng được hỏi một câu: kênh của nó có trong list online không. List đóng vai một danh sách khách mời ở cửa: tên có trong danh sách thì vào. So khớp phân biệt chữ hoa thường và phải đúng cả chuỗi, nên "website" không khớp "Website". Đổi online = ["Website", "Ứng dụng", "Sàn TMĐT"] thành online = ["Cửa hàng"] rồi chạy lại: dòng đầu in 173.
Đảo bằng ~: không thuộc danh sách
pandas không có notin(). Muốn lấy các dòng không thuộc list, đặt ~ trước mask của isin(). Báo cáo doanh thu thường bỏ đơn đã hủy và đơn hoàn trả:
import pandas as pd
don = pd.read_csv("don_hang.csv")
bo = ["Đã hủy", "Hoàn trả"]
giu = ~don["trang_thai"].isin(bo)
print(len(don), giu.sum())
print(sorted(set(don.loc[giu, "trang_thai"])))KẾT QUẢ
1526 1318
['Hoàn thành', 'Đang giao']~ đổi mọi True thành False và ngược lại, nên bảng chỉ còn đơn hoàn thành và đơn đang giao. Viết list cần bỏ thay cho list cần giữ có lợi khi dữ liệu thêm trạng thái mới: trạng thái mới vẫn được giữ, không lặng lẽ biến mất.
between(): giá trị nằm trong một khoảng
between(a, b) giống (s >= a) & (s <= b) viết gọn, lấy cả hai đầu. Nó chạy được với số và cả với ngày ghi dạng năm-tháng-ngày, vì chuỗi kiểu này so sánh theo đúng thứ tự thời gian:
import pandas as pd
don = pd.read_csv("don_hang.csv")
tam_trung = don["don_gia"].between(50000, 100000)
print(tam_trung.sum())
thang_3 = don["ngay_dat"].between("2025-03-01", "2025-03-31")
print(thang_3.sum())KẾT QUẢ
513
82Muốn bỏ một đầu, dùng tham số inclusive: "left" lấy đầu dưới, "right" lấy đầu trên, "neither" bỏ cả hai. Khi cột ngày đã là kiểu ngày thật của bài to_datetime(), between() vẫn viết như vậy.
Kiểm tra nhanh
Sau
import pandas as pdvàs = pd.Series(["Web", "App", "Shop", "Web"]),print(s.isin(["Web", "Shop"]).sum())in ra gì?234
Sau
import pandas as pdvàs = pd.Series(["Web", "App", "Shop", "Web"]),print(s[~s.isin(["Web"])].to_list())in ra gì?['App', 'Shop']['Web', 'Web']['Web', 'App', 'Shop']
Sau
import pandas as pdvàs = pd.Series([10, 20, 30, 40]),print(s.between(20, 40).sum())in ra gì?123
Sau
import pandas as pdvàs = pd.Series(["Web", "App"]),s.isin("Web")báo lỗi gì?- Báo lỗi
TypeError - Báo lỗi
ValueError - Báo lỗi
KeyError
- Báo lỗi
Bài tập
Đơn trong khoảng giá, bỏ vài kênh
Bạn so sánh giá các kênh, nhưng muốn bỏ ra ngoài một số kênh có giá riêng. Viết thân hàm loc_khoang_gia(bang, kenh_bo, thap, cao): trả về các dòng của bang có cột kenh không thuộc list kenh_bo và cột don_gia từ thap đến cao, lấy cả hai đầu.
Bảng kết quả giữ mọi cột và index của các dòng được chọn. Hàm không sửa bảng bang của nơi gọi.
Trả về: các dòng thỏa điều kiện, một DataFrame.
import pandas as pd
def loc_khoang_gia(bang, kenh_bo, thap, cao):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
s.isin(list)cho maskTrueở dòng có giá trị nằm trong list; so khớp đúng cả chuỗi và đúng kiểu.~s.isin(list)lấy các dòng không thuộc list; pandas không cónotin().isin()cần một tập giá trị: một chuỗi đơn báoTypeError.s.between(a, b)lấy giá trị từađếnb, cả hai đầu;inclusive="left","right","neither"đổi cách lấy đầu.between()dùng được với ngày ghi dạngnăm-tháng-ngàycũng như với ngày kiểu thật.
Câu hỏi thường gặp
Làm sao lọc các dòng không nằm trong một list trong pandas?
Đặt ~ trước mask: don[~don["kenh"].isin(["Cửa hàng"])]. ~ là "không" giữa các mask, như ở bài lọc dữ liệu.
between() có lấy cả hai đầu không?
Có, mặc định inclusive="both". Với khoảng thời gian liền nhau như từng tháng, dùng inclusive="left" để ngày đầu tháng sau không bị đếm hai lần.
Viết isin() bên trong query() được không?
Được: don.query("kenh in @online") với online là list ngoài bảng, hay not in cho phần đảo. Bài query() giải thích dấu @.
isin() có phân biệt chữ hoa, chữ thường không?
Có. Muốn so khớp không phân biệt hoa thường hay chỉ theo một phần chuỗi, dùng các phương thức chuỗi ở bài str.contains().
Chủ đề
Dữ liệu của bài
- Tải xuống
don_hang.csv
CSV · 109.5 KB
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.