Pandas isin()处理数值类型时匹配异常问题排查

pd.isin()的逻辑是检查左侧元素是否属于右侧序列的顶级元素集合，不会深入遍历右侧元素内部的子列表。

举个实际场景：假设你的value_1是5.0，value_2某行的值是[3.0,5.0]，isin()会把这个列表当成一个完整的独立元素，判断5.0是否等于整个列表（显然不相等），所以会错误地把这条记录筛选出来。另外，None也会被当作一个独立元素处理，不会被识别为空集合跳过。

你需要逐行检查value_1是否存在于对应行的value_2中，先统一value_2的格式（把单个float转为单元素列表，把None转为空列表），再用apply遍历判断：

import pandas as pd

# 标准化value_2的格式，统一转为列表
def normalize_val2(val):
    if val is None:
        return []
    elif isinstance(val, list):
        return val
    else:
        return [val]

# 生成每行的判断掩码：value_1是否在对应行的value_2列表中
mask = df.apply(lambda row: row['value_1'] in normalize_val2(row['value_2']), axis=1)

# 筛选出不符合条件的记录
result = df[~mask]

这样就能准确判断每个value_1是否存在于对应行value_2的元素集合里，不会出现误判。

内容的提问来源于stack exchange，提问作者amnesic