isin()返回全false常见原因是列表含nan、类型不一致或列中存在未处理空值；isin()性能通常优于query()，尤其在30万行数据时更显著。
用 isin() 筛选 DataFrame 时，为什么返回全 False？
常见原因是传入的外部列表含 NaN、类型不一致（比如字符串混着整数），或 DataFrame 对应列有空值但没处理。Pandas 的 isin() 对 NaN 默认不匹配——哪怕你列表里写了 float('nan')，它也认不出来，因为 NaN != NaN。
实操建议：
- 先检查外部列表：用
print([type(x) for x in your_list])看类型是否统一； - 清理数据：对目标列用
df['col'].dropna().isin(your_list)，或提前填充/过滤； - 别手动塞
np.nan到列表里试图匹配空值——isin()不支持；真要保留空行，得额外用df['col'].isna()合并逻辑。
isin() 和 query() 在筛选时性能差多少？
小数据量（isin() 更快，尤其当外部列表较短（query() 要解析字符串表达式、走 AST 执行路径，而 isin() 直接哈希查表。
实操建议：
- 优先用
df[df['col'].isin(my_list)]，简洁且高效； - 避免在
query()里拼接长列表，比如df.query("col in @my_list")—— 当my_list超过几千项，Python 字符串拼接和解析开销明显上升； - 如果必须用
query()（比如多条件混合），确保my_list是变量引用（@my_list），而非字面量列表，否则会触发重复编译。
筛选后发现结果比预期少——是不是 isin() 自动去重了？
不是。isin() 本身不改变原始顺序，也不去重；但如果你用它做布尔索引后又调用了 .drop_duplicates()，或者外部列表本身有重复值（不影响结果），就容易误判。
更可能的原因是：
- 目标列存在隐藏空格或大小写差异（比如
'apple 'vs'apple'），用df['col'].str.strip().str.lower().isin(...)预处理； - 外部列表是
set或从dict.keys()来的，而原 DataFrame 列含不可哈希类型（如 list、dict），导致isin()报错或静默跳过——此时会抛出TypeError: unhashable type； - DataFrame 使用了
Categorical类型，且外部列表中某些值不在 category 中，isin()会返回False（不是报错），需先用df['col'].cat.add_categories(new_values)扩展。
想同时按多个列匹配一个二维外部集合，还能用 isin() 吗？
不能直接用单个 isin()。它只支持一维序列匹配。但可以组合实现：
比如外部集合是 list of tuples：[('A', 1), ('B', 2)]，目标列是 col1 和 col2：
mask = df.set_index(['col1', 'col2']).index.isin([('A', 1), ('B', 2)])
result = df[mask].reset_index(drop=True)
注意点：
- 索引设置会拷贝数据，大表慎用；可改用
pd.MultiIndex.from_arrays([df['col1'], df['col2']]).isin(...)避免临时索引； - 元组顺序必须和列顺序严格一致；
- 如果有列含
NaN，MultiIndex会把它们归为同一类，但isin()仍不匹配——此时需单独处理空值分支。
多列匹配真正麻烦的地方不在语法，而在缺失值和类型对齐——这两个问题一旦漏掉，结果偏差很难肉眼察觉。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
