pandas中DataFrame列不存在的值使用in判断为何返回True

pandas中对Series对象直接使用in关键字做成员判断时，默认检查的是对象的索引标签，而非存储的元素值，这是返回结果不符合预期的核心原因。

对应测试场景的结果解释：

• 构造的ids列索引为0-8的连续整数，恰好包含索引标签5，因此执行5 in df['ids']时，实际判断的是「5是否为该Series的索引」，因此返回True，全程没有校验列内存储的元素值。
• 执行df[df['ids'] == 5]筛选时，逻辑是逐行比对ids列的元素值与5是否相等，由于列内元素确实不包含5，因此返回空DataFrame，结果符合值判断的预期。
• 执行5 in list(df['ids'])时，Series先被转换为原生Python列表，此时in关键字判断的是列表内存储的元素值，因为元素中没有5，因此正确返回False。

如果需要判断某个值是否存在于Series的元素中，不要直接对Series使用in，可以采用以下两种写法：

# 写法1：转为numpy数组后判断
5 in df['ids'].values

# 写法2：用pandas内置的isin方法判断
df['ids'].isin([5]).any()

两种写法都会正确返回False。

内容的提问来源于stack exchange，提问作者A.Razavi