为何在pandas Series中用in判断整数存在会出现不符合预期的False结果

问题原因 #

这个异常结果是pandas中in操作符作用于Series时的默认行为和预期不一致导致的：

• 对Python原生列表执行x in 列表时，检查的是x是否为列表的元素值
• 对pandas的Series执行x in Series时，默认检查的是x是否存在于Series的**索引（index）**中，而非Series的值列表

你测试用例中的两个DataFrame都使用默认生成的整数索引，索引值为[0,1,2,3]：

• 执行2 in source_series_1.col_2时，2刚好在索引列表中，因此返回True，和值列表的校验结果巧合一致
• 执行102 in source_series_2.col_2时，102不在索引列表中，因此返回False，和你预期的值校验结果不符

转成列表后校验符合预期，就是因为列表的in操作回归了值校验的逻辑。

正确的成员校验写法 #

如果需要判断某个值是否在Series的值列表中，推荐使用以下两种写法：

1. 显式访问Series的values属性：x in series.values
2. 使用pandas自带的isin方法：series.isin([x]).any()

对应你的测试场景，示例如下：

import numpy as np
import pandas as pd

source_series_1 = pd.DataFrame({'col_1': ['a','b','c','d'], 'col_2':np.int64([1, 2, 3, 4])})
source_series_2 = pd.DataFrame({'col_1': ['a','b','c','d'], 'col_2':np.int64([101, 102, 103, 104])})

# 写法1
print(np.int64(2) in source_series_1.col_2.values) # 输出True
print(np.int64(102) in source_series_2.col_2.values) # 输出True

# 写法2
print(source_series_1.col_2.isin([np.int64(2)]).any()) # 输出True
print(source_series_2.col_2.isin([np.int64(102)]).any()) # 输出True

内容的提问来源于stack exchange，提问作者Lawrence LaPointe