I wanted to know, if I have missed values in my Series or DataFrame, but I found, that I can't just use True in series. Why it does't work?
I've done it by using series.isna().sum() != 0 , but this problem is interesting for me.
mass = [True,False]
print(True in mass) #return True
mass = pd.Series([True,False])
print(True in mass) #return False
mass = pd.DataFrame([True,False])
print(True in mass) #return False
1条答案
按热度按时间ut6juiuv1#
Python中的
in运算符检查一个值是否存在于列表或其他序列中。当你在一个值的列表或数组上使用in运算符时，如果该值存在于列表中，它将返回True，否则返回False。然而，当你在Pandas Series或DataFrame上使用in运算符时，如果值出现在Series或DataFrame的索引中，而不是值本身中，则它将只返回True。例如，在您的代码中，
mass变量是一个值列表[True，False]，因此当您在此列表上使用in运算符时，它将返回True，因为值True存在于列表中。但是，当您将列表转换为Pandas Series或DataFrame时，in运算符将只检查Series或DataFrame的索引，默认情况下，该索引是一个整数范围。由于值True不在Series或DataFrame的索引中，in运算符将返回False。如果要检查Pandas Series或DataFrame的值中是否存在某个值，可以使用
isin方法。此方法将返回一个布尔数组，指示Series或DataFrame中的哪些值等于要检查的值。例如：在此程式码中，
isin方法是用来检查值True是否存在于mass序列中。它会传回布林值数组，指出序列中的第一个值是True，第二个值是False。您也可以使用
notnull方法来检查Pandas Series或DataFrame中是否遗漏任何值。这个方法会传回布林值数组，指出哪些值没有遗漏（也就是不是None或NaN）。例如：在此代码中，
notnull方法用于检查mass Series中是否缺少任何值。它返回一个布尔数组，表示Series中的第一个值没有缺少，但缺少第二个值。总之，
in运算符在用于Pandas Series或DataFrame时不会按预期工作，因为它只检查Series或DataFrame的索引，而不检查值。若要检查Series或DataFrame的值中是否存在值，可以使用isin方法。若要检查Series或DataFrame中是否缺少任何值，您可以使用notnull方法。