如何檢查數據框中的列是否只包含一組特定的值

Question

我需要確定數據框中某列（df['some_col']）的值是否僅包含特定的一組值（例如'a' ，空串和NaN即["a","",NaN]）。我可以考慮使用unique列出所有唯一值並檢查是否有任何值不在預定義集中，但我不確定NaN是否被視爲值。

Answer 1

是的，你可以使用unique()爲：

In [35]: w 
Out[35]: 
    word 
0 word03 
1  NaN 
2 word04 
3 
4 word02 
5 word01 
6  NaN 
7 word01 
8 word01 
9 word01 

In [36]: w.word.unique() 
Out[36]: array(['word03', nan, 'word04', '', 'word02', 'word01'], dtype=object) 

所以用套，我們可以看到允許/預期的字符串和字符串之間的區別在DF：

In [45]: allowed_words = set(['','word01', np.nan]) 

In [46]: set(w.word.unique()) - allowed_words 
Out[46]: {'word02', 'word03', 'word04'}