Python 有没有更像蟒蛇的写作方式？

我想让它更像蟒蛇

user_df[-1:]['status_id'].values[0] in {3,5}

我尝试了

user\u id.ix[-1:，'status\u id'].isin（[3,5]）

，但没有成功

有什么建议吗？顶级版本可以工作，但看起来有点奇怪。

您可以尝试：

user_id['status_id'].iloc[-1:].isin([3,5])

样本：

user_id = pd.DataFrame({'status_id':[1,2,3]})
print (user_id)
   status_id
0          1
1          2
2          3

#iloc without : [-1] return scalar
print (user_id['status_id'].iloc[-1] in set({3,5}))
True

#iloc with : [-1:] return vector - Series
print (user_id['status_id'].iloc[-1:].isin([3,5]))
2    True
Name: status_id, dtype: bool

您可以尝试：

user_id['status_id'].iloc[-1:].isin([3,5])

样本：

user_id = pd.DataFrame({'status_id':[1,2,3]})
print (user_id)
   status_id
0          1
1          2
2          3

#iloc without : [-1] return scalar
print (user_id['status_id'].iloc[-1] in set({3,5}))
True

#iloc with : [-1:] return vector - Series
print (user_id['status_id'].iloc[-1:].isin([3,5]))
2    True
Name: status_id, dtype: bool

---

isin

可能会稍微快一点（你必须检查的值越多，你会注意到的速度就越快……但即使对于大型集合，它也不会有太大的区别……（我怀疑在本例中它会快一点……它可能会慢一点）……但是

val in set（）

是非常危险的pythonic（事实上比pd.isin更重要）

---

您正在使用

pandas.isin

或

numpy.in1d

对

集合测试单个值，与仅在
中使用
和一个集合（该集合是
O（1）
查找相比，您将在进入C并返回python时产生大量的时间开销。。。（在任何一种情况下，时间片在人类时间尺度上都是不存在的）
isin
可能会稍微快一点（需要检查的值越多，你会注意到的速度就越快……但即使是大型集合，它也不会有很大的差异……（我怀疑在本例中它会更快……它可能会稍微慢一点）…但是set（）中的
val
是非常危险的pythonic（实际上比
pd.isin
更危险）

您正在使用
pandas.isin
或
numpy.in1d
对
集合测试单个值，与仅在
中使用
和一个集合（该集合是
O（1）
查找相比，您将在进入C并返回python时产生大量的时间开销。。。（在这两种情况下，时间片在人类时间尺度上都不存在）
还有熊猫函数处理
NaN
非常好，但我认为这不适用于这个问题域……他正在测试一个集合中的单个值……NaN不在那个集合中。我认为熊猫函数和python函数一般都是对的。但这样说你是对的。也许另一个问题是pythonic和pandaic；）@jezrael：“pandorable”。而且熊猫函数处理
NaN
非常好，但我认为这不适用于这个问题域…他正在测试一个集合中的单个值…NaN不在那个集合中。我认为熊猫函数和python函数一般都是对的。但这样说你是对的。也许另一个问题是pythonic和pandaic；）@jezrael：“pandorable”。回答得很好。特别是如果他真的想用pandas
isin
来做这个（如他的问题所示）是的，回答得很好。我选择了
user\u id['status\u id'].iloc[-1]。isin（[3,5]）
只是为了保持一致性。谢谢！回答得很好。特别是如果他真的想用pandas
isin
（如他的问题所示）是的，回答很好。我选择了
user\u id['status\u id'].iloc[-1]。isin（[3,5]）
只是为了保持一致性。谢谢！