Python 在数据帧上应用np.isin（）时出现意外行为

在工作中，我偶然发现了一个意想不到的行为：

考虑以下数据帧：

df=pd.DataFrame({
“A”：列表（'AAcdef'），
‘B’：[4,5,4,5,5,4]，
“E”：[5,3,6,9,2,4]，
“F”：列表（'BaaBbA'）
})
打印（df）

abef
因为

适用于pd.系列

，不适用

返回一个

pd.Series

要将

pd.Series

转换为类似数组的格式，您的

x.values.tolist（）

应该可以工作

---

我认为在DataFrame中，数字和整数是混合的，所以如果按行循环使用混合类型获得

Series

，那么numpy强制使用

字符串

可能的解决方案是先转换为数组，然后再转换为
cond
中的
string
值：

cond = [[4],[5]]

print(df.apply(lambda x: np.isin(np.array(cond).astype(str), x.values.tolist()).all(),axis=1))
0     True
1    False
2    False
3    False
4    False
5    False
dtype: bool

不幸的是，对于通用解决方案（如果可能，仅数字列），需要同时转换-
cond
和
Series
：

f = lambda x: np.isin(np.array(cond).astype(str), x.astype(str).tolist()).all()
print (df.apply(f, axis=1))

或所有数据：

f = lambda x: np.isin(np.array(cond).astype(str), x.tolist()).all()
print (df.astype(str).apply(f, axis=1))

如果在纯python中使用set，那么它工作起来很好：

print(df.apply(lambda x: set([4,5]).issubset(x),axis=1) )
0     True
1    False
2    False
3    False
4    False
5    False
dtype: bool

print(df.apply(lambda x: set(['A',5]).issubset(x),axis=1) )
0     True
1     True
2    False
3    False
4    False
5    False
dtype: bool

有趣的是，如果
cond=[[4]，[5]]
，即两者都是整数，则
.values.tolist（）
方法会失败，请参见上面的编辑。因此，我想关键是您的
[df.isin（x）。cond中x的any（1）
-解决方案会在每列中的每行项目上迭代，因此它会为每个数据帧元素推断出“正确的”
dtype
，这样可以确保有效的比较，而我的尝试是逐行迭代的，因此“升级”
int
到
string
，对吗？@Asmus-有一个很难解决的问题，就像它在内部工作一样。但是在列表中，理解是迭代
cond
中的每个值。啊，如果您只运行
print（[（x，df.loc[0].isin（x））for x in cond]）
您可以看到它为每个元素创建布尔值，这就是为什么您需要
逻辑和.reduce
它。这就是为什么你的代码比我的好用。顺便说一下，你的<代码> SET（）>代码>解决方案要好多了，你应该考虑把它放进@ ASMU-我像你想要的那样替换它：）asMUS-现在回来了：