Python Pandas-为什么“ in”运算符只处理索引而不处理数据？

Question

我发现了Pandasin运算符应用于Series索引而不是实际数据的困难方式：

In [1]: import pandas as pd

In [2]: x = pd.Series([1, 2, 3])

In [3]: x.index = [10, 20, 30]

In [4]: x
Out[4]:
10    1
20    2
30    3
dtype: int64

In [5]: 1 in x
Out[5]: False


In [6]: 10 in x
Out[6]: True

我的直觉是该x系列包含数字1而不是索引10，这显然是错误的。此行为背后的原因是什么？以下方法是最好的替代方法吗？

In [7]: 1 in set(x)
Out[7]: True

In [8]: 1 in list(x)
Out[8]: True

In [9]: 1 in x.values
Out[9]: True

更新

我对建议做了一些安排。看来x.values是最好的方法：

In [21]: x = pd.Series(np.random.randint(0, 100000, 1000))

In [22]: x.index = np.arange(900000, 900000 + 1000)

In [23]: x.tail()
Out[23]:
900995    88999
900996    13151
900997    25928
900998    36149
900999    97983
dtype: int64

In [24]: %timeit 36149 in set(x)
10000 loops, best of 3: 190 µs per loop

In [25]: %timeit 36149 in list(x)
1000 loops, best of 3: 638 µs per loop

In [26]: %timeit 36149 in (x.values)
100000 loops, best of 3: 6.86 µs per loop

Answer 1

pandas.Series将a视为类似于字典的字典可能会有所帮助，其中的index值等于keys。比较：

>>> d = {'a': 1}
>>> 1 in d
False
>>> 'a' in d
True

与：

>>> s = pandas.Series([1], index=['a'])
>>> 1 in s
False
>>> 'a' in s
True

但是，请注意，对系列进行迭代将对进行迭代data，而不是对进行迭代index，因此list(s)将得出[1]not ['a']。

确实，根据文档，index值 “必须是唯一的且 可哈希化 ”
，所以我猜想那里下面有一个哈希表。