如何检查时间戳列表的元素是否在包含时间戳的序列中？

Question

问题:

我想检查熊猫列表的哪些条目。时间戳在熊猫中。数据帧的时间戳系列。 问题是，当我使用in运算符检查列表中的值是否在序列中时，返回一个空列表，即使特定值在序列中也是如此

代码：

1. 时间戳列表：

dates_range = pd.date_range(start="2019-01-01", end="2019-01-31")
type(dates_range[0]) # pandas._libs.tslibs.timestamps.Timestamp

1. 包含时间戳的序列：

type(_2019["dates"]) # pandas.core.series.Series
type(_2019["dates"].iloc[0]) # pandas._libs.tslibs.timestamps.Timestamp

1. 比较dates_range和_2019["dates"]的第一个值：

_2019["dates"].iloc[0] == dates_range[0] # True

1. 关键:

dates_range[0] in _2019["dates"] # False

def get_dates_that_exist(data, datetime_arr):
    return [date for date in datetime_arr if date in data["dates"]] # Returns []

为什么会这样？如何检查日期范围列表中的日期在2019年[“日期”]中

Answer 1

第一个检查Using the in operator：

Using the Python in operator on a Series tests for membership in the index, not membership among the values.

因此，如果要测试是否至少有一个True用于通过布尔掩码的第一个值进行比较，并添加^{}：

(_2019["dates"] == dates_range[0]).any()

对于测试range中的所有数据，如果至少匹配一个值，则使用^{}：

_2019["dates"].isin(dates_range).any()

I would like to know WHICH values are there

将^{}与^{}一起使用：

matched = _2019.loc[_2019["dates"].isin(dates_range), 'dates']

如果需要所有列：

df1 = _2019[_2019["dates"].isin(dates_range)]