我有以下包含时间戳的系列zar:
In [743]: zar
Out[743]:
0 2019-01-01
1 2019-03-21
2 2019-04-19
3 2019-04-22
4 2019-04-27
5 2019-05-01
6 2019-06-17
7 2019-08-09
8 2019-09-24
9 2019-12-16
Name: zar, dtype: datetime64[ns]
In [744]: zar[5]
Out[744]: Timestamp('2019-05-01 00:00:00')
In [745]: j
Out[745]: Timestamp('2019-05-01 00:00:00')
In [746]: j in zar.values
Out[746]: False
由于两个都包含时间戳,结果为何为False? 我想在匹配一系列时间戳时返回True。
答案 0 :(得分:1)
j in zar
将j
与zar
的 index 的每个元素进行比较。
例如
0 in zar
# True
0 in zar.index
# True
这也与DataFrames的行为一致,默认情况下in
对列进行成员资格测试。
df = pd.DataFrame(columns=['a', 'b', 'c'])
'a' in df
# True
'd' in df
# False
您将需要Series.eq
(==
运算符)或Series.isin
,以及Series.any
。
(zar == j).any()
详细信息
zar == j
返回一系列布尔值:
(zar == j)
0 False
1 False
2 False
3 False
4 False
5 True
6 False
7 False
8 False
9 False
Name: zar, dtype: bool
然后调用any
,如果任何行为True,则返回True。如果要使用True值的索引,请使用np.flatnonzero
:
np.flatnonzero(zar == j)
# array([5])