如何检查pandas DataFrame列中是否存在指定元组值

你遇到的报错和错误返回值，本质是numpy数组的元素匹配逻辑和Python原生列表不一致导致的：
Series.values返回的是numpy数组，当使用in关键字匹配元组时，numpy会将元组识别为需要广播的多值结构，尝试把元组内的每个元素和数组元素的对应位置做匹配，而非将整个元组作为单个待匹配对象。你的测试数据里数组元素包含单个字符串和3元素元组，都和待匹配元组的广播规则不兼容，因此触发警告，同时返回错误的False。

两种常用的兼容写法如下：

• 方案1：转为Python原生列表后判断
  原生列表的in逻辑就是将待匹配值作为整体和列表元素逐一比较，完全符合需求，写法最简单：

# 匹配字符串
print('a' in s.to_list())
# 输出：True

# 匹配元组
print(('b', 'c', 'd') in s.to_list())
# 输出：True

该方案适合数据量不大的场景，无需额外适配逻辑。

• 方案2：逐元素匹配后汇总结果
  如果数据量较大，不想额外生成完整列表占用内存，可以用apply逐行做相等判断，再用any()汇总是否存在匹配项：

def is_exists(target, series):
    return series.apply(lambda x: x == target).any()

print(is_exists('a', s))
# 输出：True
print(is_exists(('b', 'c', 'd'), s))
# 输出：True

该方案内存占用更低，也兼容任意自定义类型的匹配需求。

内容的提问来源于stack exchange，提问作者mrgou