为什么 `int in List[List[int]]` 返回 `False` 而 `np.int in List[List[int]]` 返回 `True`？

Question

在检查一个数字是否在列表中时，我观察到了这种奇怪的行为。 如果数字是通用 int 类型，则检查失败； 但如果数字是 numpy.int64 类型，则检查成功。 谁能解释为什么？ 我知道我可以通过生成列表lst=df['A'].values.tolist()来获得整数列表而不是列表列表来做得更好。 但我的问题是为什么 numpy.int64 会在下面工作？

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': range(31, 36)})
print(df)

#     A
# 0  31
# 1  32
# 2  33
# 3  34
# 4  35

lst=df.values.tolist()
print(lst)
# [[31], [32], [33], [34], [35]]

x=31
print(x) # 31
print(type(x)) # <class 'int'>
if x in lst:
    print('Yes')
else:
    print('No')
# prints No!

y=df['A'][0]
print(y)  # 31
print(type(y)) # <class 'numpy.int64'>
if y in lst:
    print('Yes')
else:
    print('No')
# prints Yes

Answer 1

您的列表不包含31 。 它包含另一个包含31的列表，但它不直接包含31 。

thing in lst这样工作的：

for x in lst:
    if x is thing or x == thing:
        return True
return False

当您检查列表中是否有常规 int 时， x == thing始终为False ，因为列表中的所有元素都是更多列表，并且 int 永远不会等于列表。 但是，使用 numpy.int64，比较广播。 当你比较

numpy.int64(31) == [31]

[31]被转换为 NumPy 数组，你得到一个元素比较结果的数组，将numpy.int64(31)与数组的每个元素进行比较，结果是

numpy.array([True])

单元素 NumPy 布尔数组在if检查中被视为其单个元素，因此当逻辑in的列表将numpy.int64(31)与[31]进行比较时，它认为这些是相等的，并报告True作为结果检查in