Bỏ qua đến nội dung chính
Mục lục

isin() và between() trong pandas: lọc theo list, khoảng

AIDev Team · duyệt: Nguyễn Việt Chung

Bài 6/16 · Chương 4

Chọn, lọc và sắp xếp

  • 5 phút
  • Cơ bản
  • Python 3.14
  • Cập nhật

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:

python
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 dụng

Mỗi 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:

python
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:

python
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
82

Muốn 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

  1. Sau import pandas as pd và s = pd.Series(["Web", "App", "Shop", "Web"]), print(s.isin(["Web", "Shop"]).sum()) in ra gì?

    • 2
    • 3
    • 4
  2. Sau import pandas as pd và s = pd.Series(["Web", "App", "Shop", "Web"]), print(s[~s.isin(["Web"])].to_list()) in ra gì?

    • ['App', 'Shop']
    • ['Web', 'Web']
    • ['Web', 'App', 'Shop']
  3. Sau import pandas as pd và s = pd.Series([10, 20, 30, 40]), print(s.between(20, 40).sum()) in ra gì?

    • 1
    • 2
    • 3
  4. Sau import pandas as pd và s = pd.Series(["Web", "App"]), s.isin("Web") báo lỗi gì?

    • Báo lỗi TypeError
    • Báo lỗi ValueError
    • Báo lỗi KeyError
Đúng hết lần đầu +15 XP

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.

python
import pandas as pd

def loc_khoang_gia(bang, kenh_bo, thap, cao):
    pass  # Viết thân hàm thay cho dòng này

Tóm tắt

  • s.isin(list) cho mask True ở 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 có notin().

  • isin() cần một tập giá trị: một chuỗi đơn báo TypeError.

  • s.between(a, b) lấy giá trị từ a đến b, cả hai đầu; inclusive="left", "right", "neither" đổi cách lấy đầu.

  • between() dùng được với ngày ghi dạng năm-tháng-ngày cũng 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

pandas isin

Dữ liệu của bài

Bài này có hữu ích?

Hỏi đáp

Đang tải câu hỏi…

Tham vấn chuyên môn

Nguyễn Việt Chung

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.
Biên soạn: AIDev Team · Rà soát · Quy trình biên tập