为何Pandas Series中用in判断元素存在时需使用.values？

这是Pandas Series的in操作符默认行为导致的：

• 直接用元素 in Series时，检查的是Series的索引（index）是否包含该元素，而非Series的值（values）。哪怕值里明确存在这个元素，只要索引里没有，就会返回False。
• 而元素 in Series.values是直接检查底层的numpy数组值，所以能正确匹配到存在的元素。

直观示例验证： #

import pandas as pd
import numpy as np

# 构造索引为字符串、值为numpy.int64类型的Series
s = pd.Series([np.int64(10), np.int64(20), np.int64(30)], index=['x', 'y', 'z'])
target = np.int64(20)

print(target in s)          # 输出False（索引里无20）
print(target in s.values)   # 输出True（值里存在20）

正确检查值存在的写法： #

如果要确认元素是否在Series的值中，推荐用更明确的方法，避免依赖in的默认行为：

• s.isin([target]).any()：返回布尔值，明确检查值是否存在
• target in s.to_list()：将Series转为Python列表后检查值

你可以打印Series.index确认，你要找的numpy.int64元素肯定不在索引里——这就是问题核心，和数据类型无关，哪怕类型完全一致，只要索引不包含该元素，in就会返回False。

内容的提问来源于stack exchange，提问作者Quant1892387