使用 IN 运算符在 pandas.Series 中查找字符串答案

【问题标题】：Finding a string in pandas.Series using the IN operator使用 IN 运算符在 pandas.Series 中查找字符串
【发布时间】：2016-01-29 00:09:55
【问题描述】：

假设我有以下 pandas.Series：

import pandas as pd
s = pd.Series([1,3,5,True,6,8,'findme', False])

我可以使用in 运算符来查找任何整数或布尔值。示例，以下均产生 True：

1 in s
True in s

但是，当我这样做时，这会失败：

'findme' in s

我的解决方法是使用pandas.Series.str 或先将Series 转换为列表，然后使用in 运算符：

True in s.str.contains('findme')
s2 = s.tolist()
'findme' in s2

知道为什么我不能直接使用in 运算符在系列中查找字符串吗？

【问题讨论】：

【解决方案1】：

知道为什么我不能直接使用 in 运算符在系列中查找字符串吗？

将系列比列表更像是一个有序字典——系列中的成员资格测试是索引（就像字典中的键），而不是值。您可以通过.values 属性访问这些值：

>>> s = pd.Series([1,3,5,True,6,8,'findme', False])
>>> 7 in s
True
>>> 7 in s.values
False
>>> 'findme' in s
False
>>> 'findme' in s.values
True

【讨论】：

有趣的是，如果我先import numpy as np 然后再做s = pd.Series([1,3,5,True,6,8,'findme', False, np.nan])，我通过np.nan in s.values 找不到NaN 但我可以通过np.nan in s.tolist() 找到它。想法？
@sedeh: nan 很奇怪，因为nan != nan，所以通常你只能得到nan in (something_which_contains_nan)，如果它是相同的，tolist() 重用np.nan。请参阅here，了解我之前对 nan-ish 的回答。

【解决方案2】：

您要查找的函数是Series.str.match()。

s.str.match('findme').any()

注意这是一个正则表达式匹配，所以它非常可扩展。（如果不需要完全匹配，可以使用Series.str.contains()。）

.any() 根据提问者的要求将真假系列折叠为单个值。

或者，您可以使用更通用的方法Series.isin() 进行精确匹配。

s.isin(['findme']).any()

（请注意，您必须将 'findme' 括在括号中；isin() 需要类似列表。）

在 cmets 中，有关于查找 np.NaN 的问题。上面的代码也适用于该示例。

s = pd.Series([1,3,5,True,6,8,'findme', False, np.NaN])

s.isin([np.NaN]).any()

您也可以使用特定的Series.isna() 方法，它是等效的。

s.isna().any()

s.isin() 的优势在于，如果您希望匹配多种可能的数据类型，它与数据类型无关：

s.isin(['findme', np.NaN]).any()

【讨论】：