vDataFrame[].isin¶

In [ ]:

vDataFrame[].isin(val: list, *args,)

Looks if some specific records are in the vcolumn and it returns the new vDataFrame of the search.

Parameters¶

Name	Type	Optional	Description
val	list	❌	List of the different records. For example, to check if Badr and Fouad are in the vcolumn. You can write the following list: ["Fouad", "Badr"]

Returns¶

vDataFrame : The vDataFrame of the search.

Example¶

In [1]:

from verticapy.datasets import load_amazon
amazon = load_amazon()
display(amazon)

	📅 date Date	Abc state Varchar(32)	123 number Int
1	1998-01-01	ACRE	0
2	1998-01-01	ALAGOAS	0
3	1998-01-01	AMAPÁ	0
4	1998-01-01	AMAZONAS	0
5	1998-01-01	BAHIA	0
6	1998-01-01	CEARÁ	0
7	1998-01-01	DISTRITO FEDERAL	0
8	1998-01-01	ESPÍRITO SANTO	0
9	1998-01-01	GOIÁS	0
10	1998-01-01	MARANHÃO	0
11	1998-01-01	MATO GROSSO	0
12	1998-01-01	MATO GROSSO DO SUL	0
13	1998-01-01	MINAS GERAIS	0
14	1998-01-01	PARANÁ	0
15	1998-01-01	PARAÍBA	0
16	1998-01-01	PARÁ	0
17	1998-01-01	PERNAMBUCO	0
18	1998-01-01	PIAUÍ	0
19	1998-01-01	RIO DE JANEIRO	0
20	1998-01-01	RIO GRANDE DO NORTE	0
21	1998-01-01	RIO GRANDE DO SUL	0
22	1998-01-01	RONDÔNIA	0
23	1998-01-01	RORAIMA	0
24	1998-01-01	SANTA CATARINA	0
25	1998-01-01	SERGIPE	0
26	1998-01-01	SÃO PAULO	0
27	1998-01-01	TOCANTINS	0
28	1998-02-01	ACRE	0
29	1998-02-01	ALAGOAS	0
30	1998-02-01	AMAPÁ	0
31	1998-02-01	AMAZONAS	0
32	1998-02-01	BAHIA	0
33	1998-02-01	CEARÁ	0
34	1998-02-01	DISTRITO FEDERAL	0
35	1998-02-01	ESPÍRITO SANTO	0
36	1998-02-01	GOIÁS	0
37	1998-02-01	MARANHÃO	0
38	1998-02-01	MATO GROSSO	0
39	1998-02-01	MATO GROSSO DO SUL	0
40	1998-02-01	MINAS GERAIS	0
41	1998-02-01	PARANÁ	0
42	1998-02-01	PARAÍBA	0
43	1998-02-01	PARÁ	0
44	1998-02-01	PERNAMBUCO	0
45	1998-02-01	PIAUÍ	0
46	1998-02-01	RIO DE JANEIRO	0
47	1998-02-01	RIO GRANDE DO NORTE	0
48	1998-02-01	RIO GRANDE DO SUL	0
49	1998-02-01	RONDÔNIA	0
50	1998-02-01	RORAIMA	0
51	1998-02-01	SANTA CATARINA	0
52	1998-02-01	SERGIPE	0
53	1998-02-01	SÃO PAULO	0
54	1998-02-01	TOCANTINS	0
55	1998-03-01	ACRE	0
56	1998-03-01	ALAGOAS	0
57	1998-03-01	AMAPÁ	0
58	1998-03-01	AMAZONAS	0
59	1998-03-01	BAHIA	0
60	1998-03-01	CEARÁ	0
61	1998-03-01	DISTRITO FEDERAL	0
62	1998-03-01	ESPÍRITO SANTO	0
63	1998-03-01	GOIÁS	0
64	1998-03-01	MARANHÃO	0
65	1998-03-01	MATO GROSSO	0
66	1998-03-01	MATO GROSSO DO SUL	0
67	1998-03-01	MINAS GERAIS	0
68	1998-03-01	PARANÁ	0
69	1998-03-01	PARAÍBA	0
70	1998-03-01	PARÁ	0
71	1998-03-01	PERNAMBUCO	0
72	1998-03-01	PIAUÍ	0
73	1998-03-01	RIO DE JANEIRO	0
74	1998-03-01	RIO GRANDE DO NORTE	0
75	1998-03-01	RIO GRANDE DO SUL	0
76	1998-03-01	RONDÔNIA	0
77	1998-03-01	RORAIMA	0
78	1998-03-01	SANTA CATARINA	0
79	1998-03-01	SERGIPE	0
80	1998-03-01	SÃO PAULO	0
81	1998-03-01	TOCANTINS	0
82	1998-04-01	ACRE	0
83	1998-04-01	ALAGOAS	0
84	1998-04-01	AMAPÁ	0
85	1998-04-01	AMAZONAS	0
86	1998-04-01	BAHIA	0
87	1998-04-01	CEARÁ	0
88	1998-04-01	DISTRITO FEDERAL	0
89	1998-04-01	ESPÍRITO SANTO	0
90	1998-04-01	GOIÁS	0
91	1998-04-01	MARANHÃO	0
92	1998-04-01	MATO GROSSO	0
93	1998-04-01	MATO GROSSO DO SUL	0
94	1998-04-01	MINAS GERAIS	0
95	1998-04-01	PARANÁ	0
96	1998-04-01	PARAÍBA	0
97	1998-04-01	PARÁ	0
98	1998-04-01	PERNAMBUCO	0
99	1998-04-01	PIAUÍ	0
100	1998-04-01	RIO DE JANEIRO	0

Rows: 1-100 | Columns: 3

In [2]:

amazon["state"].isin(val = ["RIO DE JANEIRO", "GOIÁS", "MARANHÃO"])

Out[2]:

	📅 date Date	Abc state Varchar(32)	123 number Int
1	1998-01-01	GOIÁS	0
2	1998-01-01	MARANHÃO	0
3	1998-01-01	RIO DE JANEIRO	0
4	1998-02-01	GOIÁS	0
5	1998-02-01	MARANHÃO	0
6	1998-02-01	RIO DE JANEIRO	0
7	1998-03-01	GOIÁS	0
8	1998-03-01	MARANHÃO	0
9	1998-03-01	RIO DE JANEIRO	0
10	1998-04-01	GOIÁS	0
11	1998-04-01	MARANHÃO	0
12	1998-04-01	RIO DE JANEIRO	0
13	1998-05-01	GOIÁS	0
14	1998-05-01	MARANHÃO	0
15	1998-05-01	RIO DE JANEIRO	0
16	1998-06-01	GOIÁS	172
17	1998-06-01	MARANHÃO	78
18	1998-06-01	RIO DE JANEIRO	3
19	1998-07-01	GOIÁS	512
20	1998-07-01	MARANHÃO	274
21	1998-07-01	RIO DE JANEIRO	21
22	1998-08-01	GOIÁS	2218
23	1998-08-01	MARANHÃO	1176
24	1998-08-01	RIO DE JANEIRO	21
25	1998-09-01	GOIÁS	2867
26	1998-09-01	MARANHÃO	3935
27	1998-09-01	RIO DE JANEIRO	44
28	1998-10-01	GOIÁS	1034
29	1998-10-01	MARANHÃO	5137
30	1998-10-01	RIO DE JANEIRO	6
31	1998-11-01	GOIÁS	47
32	1998-11-01	MARANHÃO	2237
33	1998-11-01	RIO DE JANEIRO	6
34	1998-12-01	GOIÁS	13
35	1998-12-01	MARANHÃO	1399
36	1998-12-01	RIO DE JANEIRO	1
37	1999-01-01	GOIÁS	14
38	1999-01-01	MARANHÃO	54
39	1999-01-01	RIO DE JANEIRO	0
40	1999-02-01	GOIÁS	334
41	1999-02-01	MARANHÃO	6
42	1999-02-01	RIO DE JANEIRO	0
43	1999-03-01	GOIÁS	1
44	1999-03-01	MARANHÃO	17
45	1999-03-01	RIO DE JANEIRO	0
46	1999-04-01	GOIÁS	25
47	1999-04-01	MARANHÃO	4
48	1999-04-01	RIO DE JANEIRO	1
49	1999-05-01	GOIÁS	99
50	1999-05-01	MARANHÃO	3
51	1999-05-01	RIO DE JANEIRO	7
52	1999-06-01	GOIÁS	250
53	1999-06-01	MARANHÃO	32
54	1999-06-01	RIO DE JANEIRO	8
55	1999-07-01	GOIÁS	311
56	1999-07-01	MARANHÃO	258
57	1999-07-01	RIO DE JANEIRO	14
58	1999-08-01	GOIÁS	1198
59	1999-08-01	MARANHÃO	895
60	1999-08-01	RIO DE JANEIRO	88
61	1999-09-01	GOIÁS	1898
62	1999-09-01	MARANHÃO	1739
63	1999-09-01	RIO DE JANEIRO	192
64	1999-10-01	GOIÁS	743
65	1999-10-01	MARANHÃO	3208
66	1999-10-01	RIO DE JANEIRO	30
67	1999-11-01	GOIÁS	110
68	1999-11-01	MARANHÃO	1494
69	1999-11-01	RIO DE JANEIRO	16
70	1999-12-01	GOIÁS	20
71	1999-12-01	MARANHÃO	1001
72	1999-12-01	RIO DE JANEIRO	0
73	2000-01-01	GOIÁS	10
74	2000-01-01	MARANHÃO	19
75	2000-01-01	RIO DE JANEIRO	0
76	2000-02-01	GOIÁS	11
77	2000-02-01	MARANHÃO	11
78	2000-02-01	RIO DE JANEIRO	1
79	2000-03-01	GOIÁS	4
80	2000-03-01	MARANHÃO	6
81	2000-03-01	RIO DE JANEIRO	0
82	2000-04-01	GOIÁS	16
83	2000-04-01	MARANHÃO	6
84	2000-04-01	RIO DE JANEIRO	2
85	2000-05-01	GOIÁS	58
86	2000-05-01	MARANHÃO	28
87	2000-05-01	RIO DE JANEIRO	5
88	2000-06-01	GOIÁS	222
89	2000-06-01	MARANHÃO	94
90	2000-06-01	RIO DE JANEIRO	14
91	2000-07-01	GOIÁS	332
92	2000-07-01	MARANHÃO	233
93	2000-07-01	RIO DE JANEIRO	22
94	2000-08-01	GOIÁS	925
95	2000-08-01	MARANHÃO	839
96	2000-08-01	RIO DE JANEIRO	34
97	2000-09-01	GOIÁS	1293
98	2000-09-01	MARANHÃO	1365
99	2000-09-01	RIO DE JANEIRO	16
100	2000-10-01	GOIÁS	905

Rows: 1-100 | Columns: 3

In [3]:

amazon["state"].isin("RIO DE JANEIRO", "GOIÁS", "MARANHÃO")

Out[3]:

	📅 date Date	Abc state Varchar(32)	123 number Int
1	1998-01-01	GOIÁS	0
2	1998-01-01	MARANHÃO	0
3	1998-01-01	RIO DE JANEIRO	0
4	1998-02-01	GOIÁS	0
5	1998-02-01	MARANHÃO	0
6	1998-02-01	RIO DE JANEIRO	0
7	1998-03-01	GOIÁS	0
8	1998-03-01	MARANHÃO	0
9	1998-03-01	RIO DE JANEIRO	0
10	1998-04-01	GOIÁS	0
11	1998-04-01	MARANHÃO	0
12	1998-04-01	RIO DE JANEIRO	0
13	1998-05-01	GOIÁS	0
14	1998-05-01	MARANHÃO	0
15	1998-05-01	RIO DE JANEIRO	0
16	1998-06-01	GOIÁS	172
17	1998-06-01	MARANHÃO	78
18	1998-06-01	RIO DE JANEIRO	3
19	1998-07-01	GOIÁS	512
20	1998-07-01	MARANHÃO	274
21	1998-07-01	RIO DE JANEIRO	21
22	1998-08-01	GOIÁS	2218
23	1998-08-01	MARANHÃO	1176
24	1998-08-01	RIO DE JANEIRO	21
25	1998-09-01	GOIÁS	2867
26	1998-09-01	MARANHÃO	3935
27	1998-09-01	RIO DE JANEIRO	44
28	1998-10-01	GOIÁS	1034
29	1998-10-01	MARANHÃO	5137
30	1998-10-01	RIO DE JANEIRO	6
31	1998-11-01	GOIÁS	47
32	1998-11-01	MARANHÃO	2237
33	1998-11-01	RIO DE JANEIRO	6
34	1998-12-01	GOIÁS	13
35	1998-12-01	MARANHÃO	1399
36	1998-12-01	RIO DE JANEIRO	1
37	1999-01-01	GOIÁS	14
38	1999-01-01	MARANHÃO	54
39	1999-01-01	RIO DE JANEIRO	0
40	1999-02-01	GOIÁS	334
41	1999-02-01	MARANHÃO	6
42	1999-02-01	RIO DE JANEIRO	0
43	1999-03-01	GOIÁS	1
44	1999-03-01	MARANHÃO	17
45	1999-03-01	RIO DE JANEIRO	0
46	1999-04-01	GOIÁS	25
47	1999-04-01	MARANHÃO	4
48	1999-04-01	RIO DE JANEIRO	1
49	1999-05-01	GOIÁS	99
50	1999-05-01	MARANHÃO	3
51	1999-05-01	RIO DE JANEIRO	7
52	1999-06-01	GOIÁS	250
53	1999-06-01	MARANHÃO	32
54	1999-06-01	RIO DE JANEIRO	8
55	1999-07-01	GOIÁS	311
56	1999-07-01	MARANHÃO	258
57	1999-07-01	RIO DE JANEIRO	14
58	1999-08-01	GOIÁS	1198
59	1999-08-01	MARANHÃO	895
60	1999-08-01	RIO DE JANEIRO	88
61	1999-09-01	GOIÁS	1898
62	1999-09-01	MARANHÃO	1739
63	1999-09-01	RIO DE JANEIRO	192
64	1999-10-01	GOIÁS	743
65	1999-10-01	MARANHÃO	3208
66	1999-10-01	RIO DE JANEIRO	30
67	1999-11-01	GOIÁS	110
68	1999-11-01	MARANHÃO	1494
69	1999-11-01	RIO DE JANEIRO	16
70	1999-12-01	GOIÁS	20
71	1999-12-01	MARANHÃO	1001
72	1999-12-01	RIO DE JANEIRO	0
73	2000-01-01	GOIÁS	10
74	2000-01-01	MARANHÃO	19
75	2000-01-01	RIO DE JANEIRO	0
76	2000-02-01	GOIÁS	11
77	2000-02-01	MARANHÃO	11
78	2000-02-01	RIO DE JANEIRO	1
79	2000-03-01	GOIÁS	4
80	2000-03-01	MARANHÃO	6
81	2000-03-01	RIO DE JANEIRO	0
82	2000-04-01	GOIÁS	16
83	2000-04-01	MARANHÃO	6
84	2000-04-01	RIO DE JANEIRO	2
85	2000-05-01	GOIÁS	58
86	2000-05-01	MARANHÃO	28
87	2000-05-01	RIO DE JANEIRO	5
88	2000-06-01	GOIÁS	222
89	2000-06-01	MARANHÃO	94
90	2000-06-01	RIO DE JANEIRO	14
91	2000-07-01	GOIÁS	332
92	2000-07-01	MARANHÃO	233
93	2000-07-01	RIO DE JANEIRO	22
94	2000-08-01	GOIÁS	925
95	2000-08-01	MARANHÃO	839
96	2000-08-01	RIO DE JANEIRO	34
97	2000-09-01	GOIÁS	1293
98	2000-09-01	MARANHÃO	1365
99	2000-09-01	RIO DE JANEIRO	16
100	2000-10-01	GOIÁS	905

Rows: 1-100 | Columns: 3

vDataFrame[].isin¶

Parameters¶

Returns¶

Example¶

See Also¶