如何检查Pandas DataFrame的某一列是否包含指定值？

你遇到"h" in df["two"]返回False的原因：
对Series直接使用in运算符时，pandas默认检查的是索引标签而非元素值，你的示例中df["two"]的索引是[0,1,2]，自然找不到值"h"，所以返回False。

推荐的检查方法 #

1. 通用最优方案：isin() + any()组合 #

这是最清晰、兼容性最强的写法，同时支持单个值、多个值的检查：

# 检查单个值是否存在
df["two"].isin(["h"]).any() # 返回 True

# 支持同时检查多个值是否存在（只要有一个存在就返回True）
df["two"].isin(["e", "h"]).any() # 返回 True

逻辑说明：

• .isin()接收一个可迭代对象，返回和Series长度一致的布尔Series，对应位置元素在传入列表中则为True，否则为False
• .any()会判断布尔Series中是否存在至少一个True，最终返回布尔值作为结果

2. 单值检查简化写法：等值判断 + any() #

如果只需要检查单个值，也可以用逐行等值判断的写法，可读性也很高：

df["two"].eq("h").any() # 返回 True

3. 可选写法：转numpy数组后用in检查 #

如果习惯用in的写法，可以先取Series的values属性得到numpy数组，此时in会检查数组元素：

"h" in df["two"].values # 返回 True

注意：该写法在数据量很大时性能不如isin()优化程度高，且处理缺失值的兼容性略差，仅建议熟悉numpy的用户使用。

内容的提问来源于stack exchange，提问作者Joooeey