我相信有一种明显的方法可以做到这一点，但现在想不出什么巧妙的方法。
基本上，我想要得到True或False来判断一个值是否存在于pandas df索引中，而不是引发异常。
import pandas as pd
df = pd.DataFrame({'test':[1,2,3,4]}, index=['a','b','c','d'])
df.loc['g'] # (should give False)
我现在正在使用的是以下内容
sum(df.index == 'g')
7个回答
368
这应该可以解决问题
'g' in df.index
- Guillaume Jacquenot
7
9当多个条目共享相同的索引值时，这似乎无法正常工作。 - MaximG
2@MaximG 你是什么意思？这对于非唯一索引也适用。 - joris
1还适用于多索引。如果您的索引长度为
n，则可以检查任意长度为1..n的元组。 - Minh Triet3对于其他需要使用列标题而不是索引定义数据框的用户，可能需要使用
'g' in df.columns。例如：df = pandas.DataFrame({'test':[1,2,3,4]}, columns=['a','b','c','d'])。请注意，翻译过程中不会添加解释或其他内容，并且保持原文意思不变。 - Tahlor11这是常数时间还是线性时间？ - Lokesh
显示剩余2条评论
50
多重索引和单一索引有些不同。下面是一些适用于多重索引数据框的方法。
df = pd.DataFrame({'col1': ['a', 'b','c', 'd'], 'col2': ['X','X','Y', 'Y'], 'col3': [1, 2, 3, 4]}, columns=['col1', 'col2', 'col3'])
df = df.set_index(['col1', 'col2'])
in df.index 仅在检查单个索引值时对第一级有效。
'a' in df.index # True
'X' in df.index # False
检查 df.index.levels 是否存在其他级别。
'a' in df.index.levels[0] # True
'X' in df.index.levels[1] # True
在 df.index 中查找索引组合元组。
('a', 'X') in df.index # True
('a', 'Y') in df.index # False
- broccoli2000
45
仅供参考，因为这是我正在寻找的内容，您可以通过追加".values"方法来测试值或索引中的存在性，例如：
g in df.<your selected field>.values
g in df.index.values
我发现加上".values"将数据转化为简单的列表或者ndarray，使存在性检查和其他Python工具的运行更加顺畅。只是想为大家提供这个提示。
- Ezekiel Kruglick
5
但是 AttributeError: 'DataFrame' 对象没有属性 'field'。 - Gank
2嗨Gank。 "field"应该向您展示可以将".values"方法应用于数据框的各个字段，例如列或选定的列。 ".index"是将"field"替换为实际可用字段的示例 :) 我想这可能更清晰... - Ezekiel Kruglick
2这真的很有帮助。我有一个分层案例，其中
in g in df.index 返回 true，而 in g in df.index.values 返回 false。有趣。 - watsonic@watsonic - 有一个需要注意的地方是要看看它们是否由于层次结构而返回元组。一定要查看两者输出的内容（例如在ipython或命令行中），以确保您了解正在进行比较的内容。使用分层索引的另一件事是df.index.get_level_values（<level name>），以使事情更易于理解-当然取决于您的应用程序。 - Ezekiel Kruglick
3这将显著增加查找时间，因为您正在遍历列表而不是使用 pandas 优化的搜索索引器。对于格式问题表示歉意，
data = [{'a': random.random(), 'b': random.randint(0, 10), 'c': i} for i in range(10000)]
data2 = [{'a': random.random(), 'b': random.randint(0, 10), 'c': i} for i in range(100)]
df1 = pd.DataFrame.from_records(data)
df2 = pd.DataFrame.from_records(data2)
timeit 99999 in df2.index # 442ns
timeit 99999 in df1.index # 476ns
timeit 99999 in df2.index.values # 3310ns
timeit 99999 in df1.index.values # 63900ns - G.S4
以下代码不打印布尔值，但允许按索引对数据框进行子集处理......我明白这可能不是解决问题的最有效方法，但我(1)喜欢这种读法和(2)可以轻松地对 df1 索引存在于 df2 中的子集进行处理：
df3 = df1[df1.index.isin(df2.index)]
或者在 df2 中没有 df1 的索引...
df3 = df1[~df1.index.isin(df2.index)]
- xxyjoel
2
最初的回答：使用数据框DataFrame：df_data
最初的回答
这太有趣了 :D
>>> df_data
id name value
0 a ampha 1
1 b beta 2
2 c ce 3
我尝试了：
>>> getattr(df_data, 'value').isin([1]).any()
True
>>> getattr(df_data, 'value').isin(['1']).any()
True
but:
>>> 1 in getattr(df_data, 'value')
True
>>> '1' in getattr(df_data, 'value')
False
最初的回答
这太有趣了 :D
- Sihc
1
isin 不会检查数据类型。尝试使用 df['value'].isin([True]).any()，它也会返回 True，因为它与 1 匹配。True -> 1。 - Mohamed Thasin ah1
df = pandas.DataFrame({'g':[1]}, index=['isStop'])
#df.loc['g']
if 'g' in df.index:
print("find g")
if 'isStop' in df.index:
print("find a")
- Gank
1
什么是isStop？ - Nabin
0
我喜欢使用：
if 'value' in df.index.get_level_values(0):
print(True)
get_level_values 方法非常好用，因为它允许您获取索引中的值，无论您的索引是简单的还是复合的。
如果您的数据框只有一个索引[或者您想要检查多个索引级别中的第一个索引]，请使用0（零）。使用1表示第二个索引，以此类推...
- Samuel Corradi
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接