如何判断float类型数值是否存在于pandas DataFrame的指定列中

返回False的核心原因是：in 操作符作用于pandas Series对象时，默认检查的是索引值而非列的实际存储值，你的示例中Series的索引默认是[0,1,2]，自然找不到149.0。

你可以任选以下几种方式实现预期的存在性判断：

• 方案1：使用pandas内置的isin()方法搭配any()判断，性能最优，适合大数据量场景

result = df['List1'].isin([imp]).any()
# 输出结果为True

• 方案2：将Series转换为Python列表后再使用in操作符，写法最简单直观

result = imp in df['List1'].tolist()
# 输出结果为True

• 方案3：使用等值判断搭配any()

result = df['List1'].eq(imp).any()
# 输出结果为True

如果判断的浮点数是经过计算得到的，可能存在精度误差（比如实际存储为149.0000000001或者148.9999999999），建议使用numpy的isclose()做容差判断：

import numpy as np
result = df['List1'].apply(lambda x: np.isclose(x, imp)).any()

内容的提问来源于stack exchange，提问作者Andrew