DataFrame列检测到0但转列表后消失，断言触发AssertionError原因

我写了这段代码：

if 0 in df[RATING_COL]:
    rating_col_list = df[RATING_COL].to_list()
    assert 0 in rating_col_list

结果断言触发了AssertionError。明明判断DataFrame的列里有0，转成列表后0却消失了？

我加载的是基于MovieLens-1M的数据集，格式如下：

user_id,item_id,rating
1,1193000,2
1,1193001,3
1,1193002,4
1,1193003,5
1,1193004,6
1,1193005,7
1,1193006,8
1,1193007,9
1,1193008,10
1,661000,6
1,661001,7
1,661002,8
1,661003,9
1,661004,10
1,661005,9
1,661006,8
1,661007,7
1,661008,6

注：数据中1,1193008,10表示用户1对物品1193的评分为8，10是评分值；同理1,661004,10表示用户1对物品661的评分为4。我已经用CTRL-F确认过，rating列里没有0评分。

这是pandas Series和Python列表的in操作行为差异导致的：

• 对df[RATING_COL]（即pandas Series）使用0 in ...时，pandas实际检查的是Series的索引中是否存在0，而不是列的数值里有没有0。如果你的DataFrame用的是默认的从0开始的连续索引，这个判断就会返回True，哪怕列里根本没有0值。
• 而0 in rating_col_list是检查列表的元素，你的数据里确实没有0，所以断言失败。

验证方式 #

打印Series的索引就能确认：

print(df[RATING_COL].index)
# 输出大概率是 RangeIndex(start=0, stop=xxx, step=1)，包含0索引

正确的检查方式 #

要判断列值中是否存在0，应该用以下两种方式之一：

1. 用布尔判断的any()方法：

if (df[RATING_COL] == 0).any():
    # 后续逻辑

2. 检查Series的values属性：

if 0 in df[RATING_COL].values:
    # 后续逻辑

结合你的情况，因为数据里根本没有0评分，用正确的检查方式就不会进入这个分支，断言错误也不会出现。

内容的提问来源于stack exchange，提问作者Pro Q