比较字符串和 strftime 值时，运算符中的 Python 未按预期工作

Question

我正在使用日期时间值转换为数据帧中的字符串（年）。我想使用in运算符检查我的 dataframe.year_as_string 列中是否存在给定的年份。但是，我的表达式意外地得出False（请参阅第二个打印语句）。为什么会发生这种情况？

注意：我可能可以用更简单的方式解决我的问题（如在第三个打印语句中），但我真的很好奇为什么第二个语句的计算结果为 False。

import pandas as pd

ind = pd.to_datetime(['2013-12-31', '2014-12-31'])

df = pd.DataFrame([1, 2], index=ind)

df = df.reset_index()

df.columns = ['year', 'value']

df['year_as_string'] = df.year.dt.strftime('%Y')

# 1. the string '2013' is equal to the first element of the list

print('2013' == df['year_as_string'][0])

# 2. but that same string is not 'in' the list?! Why does this evaluate to False?

print('2013' in df['year_as_string'])

# 3. I further saw that strftiming the DatetimeIndex itself does evaluate as I would expect

year = ind.strftime('%Y')

print('2013' in year)

Answer 1

in使用 Pandas 系列的运算符将检查索引，就像使用in字典只会检查键一样。相反，您可以将其in与系列的NumPy数组表示形式一起使用：'2013' in df['year_as_string'].values一种更可恶的方法是构造一个布尔序列，然后使用pd.Series.any：(df['year_as_string'] == '2013').any()等效地：df['year_as_string'].eq('2013').any()更好的是，除非绝对必要，否则避免转换为字符串：df['year_as_int'] = df['year'].dt.year df['year_as_int'].eq(2013).any()

Answer 2

in在 apandas.Series检查索引中是否有内容，就像 a 一样dict。文件资料