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为什么熊猫数据框有这种行为？检查对象是否在熊猫数据框列中的传统方法是什么？

Answer 1

您需要将其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index该系列的

Answer 2

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

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

def __contains__(self, key):

    """True if the key is in the info axis"""

    return key in self._info_axis