为何Pandas的isin方法无法检测到DataFrame中存在的行？

问题根源 #

你误用了Series.isin()的逻辑：当对Series调用isin()并传入DataFrame时，pandas的行为是检查Series中的每个元素是否存在于DataFrame对应列的行索引中，而非检查元素是否在列的取值里，更不是验证整行是否匹配。

在你的示例中：

• goal_df.iloc[0]是索引为user_id、sentence_id的Series，值分别为1和2。
• source_df的user_id和sentence_id列的行索引都是0、1，1和2都不在这些索引集合中，因此isin()返回的两个元素均为False，导致all()断言失败。

正确的整行存在性验证方式 #

若要验证goal_df的某一行是否存在于source_df中，可采用以下方法：

1. 逐行比较法

# 检查source_df中是否存在任意一行与目标行完全匹配
assert (source_df == goal_df.iloc[0]).all(axis=1).any()

• source_df == goal_df.iloc[0]：逐元素比较，生成布尔型DataFrame
• .all(axis=1)：将每行的布尔值合并为单个布尔值（整行完全匹配则为True）
• .any()：判断是否存在至少一行匹配

2. 元组转换匹配法

# 将DataFrame的行转为元组，检查目标行的元组是否在其中
assert tuple(goal_df.iloc[0]) in source_df.apply(tuple, axis=1).tolist()

3. DataFrame级别的isin验证（批量行检查）
   如果需要验证goal_df的所有行是否都存在于source_df中，可使用：

assert goal_df.isin(source_df.to_dict(orient='list')).all(axis=1).all()

补充说明 #

第一个断言通过的原因是直接将两个行Series逐元素比较：==操作符会先对齐索引，再判断每个元素是否相等，最后用all()确认所有元素匹配，这和isin()的逻辑完全不同。

内容的提问来源于stack exchange，提问作者Pro Q