如何检查数据框中的列是否仅包含一组特定的值

【问题标题】：how to check if a column in a data frame contains only a specific set of values如何检查数据框中的列是否仅包含一组特定的值
【发布时间】：2016-04-07 11:31:38
【问题描述】：

我需要确定数据框中某列 (df['some_col']) 的值是否仅包含一组特定值（例如“a”、空字符串和NaN，即["a","",NaN]）。我可以考虑使用unique 列出所有唯一值并检查是否有任何值不在预定义集中，但我不确定NaN 是否被视为一个值。

【问题讨论】：

标签： python-3.x pandas dataframe

【解决方案1】：

是的，您可以为此使用unique()：

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)

所以使用集合我们可以看到允许/预期字符串和 DF 中的字符串之间的区别：

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

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

【讨论】：