python - 检查 pandas.Series.index 是否包含一个值

Question

我(自认为)知道如何检查某个值是否包含在 pandas 系列的索引中，但我无法在下面的示例中使用它。也许这是一个错误？

首先，我生成一些随机数:

import numpy as np
import pandas as pd

some_numbers = np.random.randint(0,4,size=10)
print(some_numbers)

输出:

[0 2 2 3 1 1 2 2 3 2]

然后，我用这些数字创建一个系列并计算它们的频率

s = pd.Series(some_numbers)
gb = s.groupby(s).size() / len(s)
print(gb)

输出:

0    0.1
1    0.2
2    0.5
3    0.2
dtype: float64

到目前为止，还不错。但是我不明白下一行代码的输出:

1.3 in gb

输出:

True

输出不应该是 False 吗？ (我在 Python 3.6.2 上有 pandas 0.20.3)

我知道我可以用

1.3 in list(gb.index)

但是如果 Series 很大，这不是很有效。

显示错误的简单示例

import pandas as pd
s = pd.Series([.1,.2,.3])
print(s)

0    0.1
1    0.2
2    0.3
dtype: float64

3.4 in s

False

但是，等等……

s = pd.Series([.1,.2,.3,.4])
print(s)

0    0.1
1    0.2
2    0.3
3    0.4
dtype: float64

3.4 in s

True

Answer 1

我认为问题在于 gb.index 是一个 int64 索引:

>>> gb.index
Int64Index([0, 1, 2, 3], dtype='int64')

>>> type(gb.index)
<class 'pandas.core.indexes.numeric.Int64Index'>

因此，当您与 1.3 进行比较时，该值被转换为 int。一些证据表明，小于 3.99999 的值将返回 True，因为将其转换为 int 会得到 3 ，但是，gb.index 中的 4.000001 返回 False 因为将 4.000001 转换为 int 返回 4(不在 gb.index 中)

如果你强制它为一个浮点索引，你最终会得到 false，因为 1.3 不在 Float64Index([0.0, 1.0, 2.0, 3.0], dtype='float64' ):

>>> 1.3 in gb.index.astype('float')
False

测试 pandas '0.21.1', python 3.6.3