Python 如果变量不等于向量的任何元素，请选中

我有一个媒介犬种，显示了所有四种正在调查的独特犬种

#a set of possible dog species
dogSpecies = [1,2,3,4]

我还有一个包含整数的数据向量，对应于所有测试狗的狗种记录

# species of examined dogs
data = np.array(1,1,2,-1,0,2,3,5,4)

数据中的某些记录包含不同于1、2、3或4的值。例如-1、0或5。如果数据集中的一个元素不等于dogSpecies的任何元素，则这种情况应在错误评估布尔矩阵中标记为False

理想情况下，我的errorEval向量如下所示：

errorEval = np.array[True, True, True, False, False, True, True, False, True]

我想要一段代码，检查数据元素是否与向量元素不相等。出于某种原因，我的代码将errorEval向量的每个元素都标记为“False”

for i in range(np.size(data, axis = 0)):
# validation of the species
            if (data[i] !=  dogSpecies):
                    errorEval[i] = False

---

我知道我无法将一个元素与上述四个元素的向量进行比较，但我该如何做呢？

这不正是你想要的吗

for index, elem in enumerate(data):
    if elem not in dogSpecies:
        errorEval[index] = False

可能不是很快，它不使用任何矢量化的numpy ufunc，但是如果数组不是很大，那也没关系。将狗种转换成一组也会加快速度

---

另外，您的python看起来非常像c/java。我建议阅读。

如果我理解正确，您有一个数据框和一个狗种列表。这应该达到你想要的

df = pd.DataFrame({'dog': [1,3,4,5,1,1,8,9,0]})

   dog
0    1
1    3
2    4
3    5
4    1
5    1
6    8
7    9
8    0


df['errorEval'] = df['dog'].isin(dogSpecies).astype(int)

   dog  errorEval
0    1          1
1    3          1
2    4          1
3    5          0
4    1          1
5    1          1
6    8          0
7    9          0
8    0          0

df.errorEval.values
# array([1, 1, 1, 0, 1, 1, 0, 0, 0])

如果不想创建新列，则可以执行以下操作：

df.assign(errorEval=df['dog'].isin(dogSpecies).astype(int)).errorEval.values
# array([1, 1, 1, 0, 1, 1, 0, 0, 0])

---

正如@FHTMitchel所述，您必须使用in来检查元素是否在列表中。 但您可以使用列表理解，它比普通循环更快，也更短：

errorEval = np.array([True if elem in dogSpecies else False for elem in data])

---

因此，您需要一个列，指示您的dogSpecies列表中是否存在dog列值，我的理解是否正确？现在，您正在检查我假设int的数据元素是否不等于列表，它的计算结果将始终为false。提供数据/输入和预期结果的最小示例总是有帮助的。另请阅读，您可以使用数据帧列的属性df.iloc[：，3]从数据帧列中获取numpy数组。值如果OP澄清，更好更有效的方法是，仅使用pandas函数，并将其转换为数组作为最后一步，这样它就可以矢量化。这就是我想要实现的，是的。我只想把它放在一个单独的向量中，而不是数据帧中。无论如何谢谢你！您不需要在数据框中设置它，请参阅我的更新答案

errorEval = np.array([True if elem in dogSpecies else False for elem in data])