当Series包含字符串时，为啥`in`不搜索值

Posted 2023-02-23

【中文标题】当Series包含字符串时，为啥`in`不搜索值

【英文标题】：Why doesn't `in` search the values when the Series contains strings当Series包含字符串时，为什么`in`不搜索值

【发布时间】：2017-11-06 21:06:27

【问题描述】：

这可能是非常基本的，但为什么看起来 in 不适用于包含对象或字符串的 Series？

>>> import pandas as pd

>>> s = pd.Series(['a', 'b', 'c'])
>>> 'a' in s
False
>>> 'a' in s.astype('S1')
False

Series.__contains__ 文档相当稀少：

[In 1]: s.__contains__?
Signature: s.__contains__(key)
Docstring: True if the key is in the info axis
File:      c:\...\lib\site-packages\pandas\core\generic.py
Type:      method

我的第一个想法是in 只检查“索引”：

>>> 1 in s
True

然后：为什么它（似乎）适用于其他类型：

>>> 1.2 in pd.Series([1.3, 1.2])
True

>>> 1 in pd.Series([1.3, 1.2])  # also works for index
True

---

我对可行的解决方案不感兴趣。我知道我可以简单地使用whatever in s.values 或np.any(s.eq(whatever))。我想知道为什么它会这样（或者我错过了什么？）。

【参考方案1】：

之所以如此，是因为 Series 更像是 OrderedDict 而不是列表。

就像1 in 0: 5, 1: 10 是True，1 in pd.Series([5, 10]) 也是，因为索引是RangeIndex(start=0, stop=2, step=1)，索引元素就像键一样。

我明白为什么是这样的

>>> 1.2 in pd.Series([1.3, 1.2])
True

可能有点令人困惑，但这只是基于您选择的数字的巧合——在与 RangeIndex 或 Int64Index 进行比较之前，1.2 被强制转换为 int，所以您真的在问1 in ser.index .我个人不喜欢这种行为，但它就是这样做的。

>>> 1.9 in pd.Series([1.3, 1.2])
True
>>> 1.2 in pd.Series([1.3, 1.2], index=[10, 20])
False

---

为了让强制更加明显：

In [54]: np.inf in pd.Series([1.3, 1.2])
---------------------------------------------------------------------------
OverflowError                             Traceback (most recent call last)
<ipython-input-54-b069ecc5baf6> in <module>()
----> 1 np.inf in pd.Series([1.3, 1.2])

[...]
pandas/_libs/index.pyx in pandas._libs.index.IndexEngine.__contains__ (pandas/_libs/index.c:3924)()

pandas/_libs/hashtable_class_helper.pxi in pandas._libs.hashtable.Int64HashTable.__contains__ (pandas/_libs/hashtable.c:13569)()

OverflowError: cannot convert float infinity to integer