Summary  
This chapter demonstrates how to filter rows in a pandas DataFrame by using the `.isin()` method together with `.loc` to check if column values belong to a specified list.

General domain of usage  
Data analysis

In this video, you will learn how to use the `.isin()` method in pandas to extract data based on specific conditions. You will start by examining the dataset and understanding its structure. Next, you will see how to use `.isin()` to filter rows where the 'Manufacturer' column matches a list of values. The video will break down the code step by step, explaining how conditions are applied within `.loc[]` and how `.isin(list)` checks for membership. Finally, you will be guided through an interactive task: extracting rows where the 'Color' column is either 'Grey', 'White', or 'Black', and displaying the last five rows of the result. This visual walkthrough will reinforce your understanding and prepare you to apply `.isin()` confidently in your own data wrangling projects.

**generation rule: pronounce .isin() as "is in"**

I denne delen fortsetter vi å hente ut data ved hjelp av spesifikke betingelser. Her blir du kjent med den nyttige metoden som heter `.isin()`. Men først må du undersøke datasettet. Se på de fem første radene:

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)
print(data.head())

Se nå på eksempelet og forklaringen nedenfor:

import pandas as pd
data = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv', index_col = 0)
models = ['HONDA', 'FORD', 'MERCEDES-BENZ', 'HYUNDAI']
data_extracted = data.loc[data['Manufacturer'].isin(models)]
print(data_extracted.head())

**Forklaring:**

Som du kanskje husker, setter vi alltid betingelsene inne i `.loc[]`-attributtet. Her gjør vi det samme. Metoden `.isin(list)` sjekker om verdiene fra kolonnen finnes i listen. I vårt tilfelle sjekker vi om verdiene fra kolonnen `'Manufacturer'` finnes i listen `models`.

import unittest
import pandas as pd
import io
import sys


def _dynamic_test(test_case, condition, success_msg, failure_msg):
    if condition:
        test_case._testMethodName = success_msg
        test_case.assertTrue(True, success_msg)
    else:
        test_case._testMethodName = failure_msg
        test_case.fail(failure_msg)


def frames_equal_ignore_col_order(df1, df2):
    """ÐÐµÑÐµÐ²ÑÑÑÑ ÑÑÐ²Ð½ÑÑÑÑ DataFrame Ð½ÐµÐ·Ð°Ð»ÐµÐ¶Ð½Ð¾ Ð²ÑÐ´ Ð¿Ð¾ÑÑÐ´ÐºÑ ÐºÐ¾Ð»Ð¾Ð½Ð¾Ðº."""
    if set(df1.columns) != set(df2.columns):
        return False
    common_cols = sorted(df1.columns)
    df1_sorted = df1[common_cols].reset_index(drop=True)
    df2_sorted = df2[common_cols].reset_index(drop=True)
    return df1_sorted.equals(df2_sorted)


class TestColorsList(unittest.TestCase):
    def test_colors_list(self):
        """
        1. Create the 'colors' list with elements 'Grey', 'White', 'Black' (in this order).
        """
        import user_code
        condition = (
            hasattr(user_code, "colors")
            and isinstance(user_code.colors, list)
            and user_code.colors == ["Grey", "White", "Black"]
        )
        _dynamic_test(
            self,
            condition,
            "The 'colors' list is created correctly with elements ['Grey', 'White', 'Black'].",
            "The 'colors' list is incorrect. Ensure it includes ['Grey', 'White', 'Black'] in the right order."
        )


class TestDataExtraction(unittest.TestCase):
    def test_extracted_rows(self):
        """
        2. Extract data where 'Color' column values are in the list 'colors' using .loc[] and .isin().
        """
        import user_code
        df = pd.read_csv(
            "https://codefinity-content-media.s3.eu-west-1.amazonaws.com/4bf24830-59ba-4418-969b-aaf8117d522e/cars.csv",
            index_col=0,
        )
        ref = df.loc[df["Color"].isin(["Grey", "White", "Black"])]

        condition = (
            hasattr(user_code, "data_extracted")
            and isinstance(user_code.data_extracted, pd.DataFrame)
            and frames_equal_ignore_col_order(user_code.data_extracted, ref)
        )

        _dynamic_test(
            self,
            condition,
            "The 'data_extracted' DataFrame correctly contains rows where Color is Grey, White, or Black.",
            "The filtering by Color is incorrect. Use .loc[] with .isin(colors)."
        )


class TestOutput(unittest.TestCase):
    def test_output_tail(self):
        """
        3. Output the last five rows of 'data_extracted' using .tail().
        """
        import user_code
        captured_output = io.StringIO()
        sys.stdout = captured_output
        print(user_code.data_extracted.tail())
        sys.stdout = sys.__stdout__

        output_text = captured_output.getvalue().strip()
        condition = len(output_text) > 0
        _dynamic_test(
            self,
            condition,
            "The output displays the last five rows of 'data_extracted' using .tail().",
            "The 'data_extracted' DataFrame is not printed correctly. Use print(data_extracted.tail())."
        )


if __name__ == "__main__":
    unittest.main()


test_code.py

Dette kurset inneholder mange nyttige funksjoner for en fremtidig dataanalytiker. Du vil lære ulike måter å hente ut data på og til og med sette betingelser for dem. Etter dette vil du bli kjent med metoder for å gruppere data. Du vil også lære hvordan du forhåndsbehandler data. Hver seksjon har sitt eget datasett, noe som gjør kurset engasjerende.

Denne seksjonen vil lære deg hvordan du kan hente ut spesifikke kolonner ved hjelp av titler eller indekser. Du vil også bli kjent med ulike måter å velge rader basert på indekser.

Her vil du lære hvordan du kan hente ut data som oppfyller spesifikke betingelser. Du vil også lære hvordan du kan kombinere dem og til og med lage dine egne.

I denne delen vil du utvide kunnskapen din om å sette ulike datakriterier. Du vil lære å sjekke om dataene dine finnes i en definert liste med verdier eller mellom to verdier. Du vil også lære hvordan du finner de største og minste verdiene.

Denne seksjonen er en av de mest fascinerende i kurset. Her vil du lære hvordan du kan gruppere data på ulike måter. Dette vil hjelpe deg som dataanalytiker med å finne informasjon om spesifikke datagrupper.

Denne seksjonen er en av de viktigste for en dataanalytiker fordi det vil være umulig å arbeide med dataene dersom de inneholder manglende verdier eller feil format. Derfor vil du lære hvordan du håndterer slike upassende verdier her.

Finnes data i ...?

Løsning