Pandas中`foo in df[column]`为何检查索引而非列值？

代码示例与现象 #

"490100" in df_exp['ucc'].astype(str).str.strip()
Out[337]: False

(df_exp['ucc'].astype(str) == "490100").any()
Out[339]: True

"490100" in df_exp['ucc'].astype(str).str.strip().values
Out[340]: True

设计目的 #

Pandas的Series作为带索引的一维数据结构，in操作符检查索引而非值的设计，是为了对齐Python标准容器的行为逻辑：Python字典的in操作默认检查键，而Series的索引就相当于字典的键，值对应字典的值。这种设计优先满足了用户快速判断索引标签是否存在的需求——在数据定位、索引筛选等场景中，检查索引的频率远高于直接检查值。

生效时间 #

该机制从Pandas的早期版本（0.1.x系列）就已存在，属于Series的核心设计规则，自项目诞生之初就确定了这个行为逻辑。

内容的提问来源于stack exchange，提问作者FooBar