熊猫数据框中的字符串但不在熊猫数据框的选定列中

Question

我有一个数据框，其中一列具有统一的字符串数据类型，对于特定字符串，我想检查它是否在该列中。我发现简单的比较给出了“假”，但是在检查了数据框本身之后，我验证了特定的字符串确实在该列中。另一方面，如果我将选定的列转换为一个集合，我会得到预期的行为。

>>> 'string' in df['col_name']
False
>>> 'string' in set(df['col_name'])
True

1. 为什么 pandas 数据帧会有这种行为？
2. 检查对象是否在 pandas 数据框列中是一种常规方法吗？

Answer 1

您需要将df['col_name'] 转换为值列表。目前，它是一个series 对象。

试试'string' in df['col_name'].values。

'string' in df['col_name']正在搜索系列的index

Answer 2

'string' in df['col_name'] 被转换为df['col_name'].__contains__('string')。 Series.__contains__ 方法将检查系列索引，而不是值。

下面是lib\site-packages\pandas\core\generic.py系列__contains__的实现

def __contains__(self, key):
    """True if the key is in the info axis"""
    return key in self._info_axis

信息轴是索引。

---

您需要在系列的 ndarray 值上使用in。