Python/if语句和索引

我相信这个问题有一个简单的解决办法，但我似乎找不到

我试图检查列表中的年龄是否在我的数据框的年龄列中。但是，它只是与索引进行比较，而不是与列进行比较

下面是我程序中的一段简化代码：

def findages(data,ages):
    for age in ages:
        if age in data['age']:
            print('yes')
        else:
            print('no')

我也试过：

def findages(data,ages):
    for age in ages:
        if age in data.loc[data['age']]:
            print('yes')
        else:
            print('no')

数据帧如下所示

                 age     x     Lambda             L
0       1.258930e+05  0.01       91.0  5.349000e+25
1       1.258930e+05  0.01       94.0  1.188800e+26
2       1.258930e+05  0.01       96.0  1.962700e+26
3       1.258930e+05  0.01       98.0  3.169400e+26   
4       1.258930e+05  0.01      100.0  5.010800e+26

列表如下：

ages = ([125893.0, 4e7,5e9])

我做错了什么

用于：

样本：

import pandas as pd
import numpy as np

data = pd.DataFrame({'age':[10,20,30]})
ages = [10,30]
print (data)
   age
0   10
1   20
2   30

data['new'] = np.where(data['age'].isin(ages),'yes','no')
print (data)
   age  new
0   10  yes
1   20   no
2   30  yes

按示例编辑：

print (data)
        age     x  Lambda             L
0  125893.0  0.01    91.0  5.349000e+25
1  125893.0  0.01    94.0  1.188800e+26
2  125893.0  0.01    96.0  1.962700e+26
3  125893.0  0.01    98.0  3.169400e+26
4  125893.0  0.01   100.0  5.010800e+26

ages = ([125893.0, 4e7,5e9])
print (np.where(data['age'].isin(ages),'yes','no'))
['yes' 'yes' 'yes' 'yes' 'yes']

DataFrame列访问返回一个系列 在代码中，

data['age']

返回一系列列

age

。在这种情况下，中的

运算符将与索引进行比较。要与序列中的值进行比较，请使用
.values
属性获取序列值的数组

举例来说：

您能提供一个示例输入吗？只是更新了问题，不用担心，需要一些经验来使用库的接口和功能。坚持下去，这是一个非常有用的工具！
print (data)
        age     x  Lambda             L
0  125893.0  0.01    91.0  5.349000e+25
1  125893.0  0.01    94.0  1.188800e+26
2  125893.0  0.01    96.0  1.962700e+26
3  125893.0  0.01    98.0  3.169400e+26
4  125893.0  0.01   100.0  5.010800e+26

ages = ([125893.0, 4e7,5e9])
print (np.where(data['age'].isin(ages),'yes','no'))
['yes' 'yes' 'yes' 'yes' 'yes']

import pandas as pd

df = pd.DataFrame({'age':[33, 34], 'pet':['Dog', 'Cat']}, index=['Bob', 'Mary'])

ages = [5, 33, 67]

def findages(data, ages):
    for age in ages:
        if age in data['age'].values:
            print('yes')
        else:
            print('no')

findages(df, ages)

no
yes
no