检查pandas.Series.index是否包含值

Question

我(我想)知道如何检查一个值是否包含在pandas系列的索引中,但我不能让它在下面的例子中工作.这可能是一个错误吗？

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,我创建一个包含这些数字的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

到现在为止还挺好.但我不明白下一行代码的输出:

1.3 in gb

输出:

True

输出不应该是假的吗？(我在Python 3.6.2上有pandas 0.20.3)

我知道我可以使用

1.3 in list(gb.index)

但如果系列很大,这个效率不高.

更简单的例子来展示BUG

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,等一下......

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

我相信问题是这gb.index是一个int64指数:

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

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

所以在进行比较时1.3,该值正在转换为int.一些证据表明这是一个价值达3.99999将返回True,因为转换,为了int给你3,然而,4.000001 in gb.index返回False因为转换4.000001到int回报率4(这是不是gb.index)

如果强制它为float索引,最终会得到false,因为1.3它不在Float64Index([0.0, 1.0, 2.0, 3.0], dtype='float64'):

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

测试中 pandas '0.21.1',python 3.6.3