如何在Pandas DataFrame中生成包含前缀匹配ID列表的新列

首先，针对你提出的需求——给现有DataFrame新增一列，每一行的值是所有其他行的string_value完全包含当前行string_value的ID组成的列表，这里有一个基于pandas的简洁实现方案：

示例数据准备 #

先还原你提供的原始DataFrame：

import pandas as pd

data = {
    'id': [1, 2, 3, 4, 5, 6],
    'string_value': [
        'The quick brown fox',
        'The quick brown fox jumps',
        'The quick brown fox jumps over',
        'The quick brown fox jumps over the lazy dog',
        'The slow',
        'The slow brown fox'
    ]
}
df = pd.DataFrame(data)

实现代码 #

我们可以通过apply方法结合自定义函数来完成需求：

def get_matching_ids(row, full_df):
    # 筛选条件：其他行的string_value包含当前行的字符串，且排除当前行自身
    matching_rows = full_df[
        (full_df['string_value'].str.contains(row['string_value'])) & 
        (full_df['id'] != row['id'])
    ]
    # 返回匹配到的ID列表
    return matching_rows['id'].tolist()

# 逐行应用函数生成新列
df['new_columns'] = df.apply(lambda x: get_matching_ids(x, df), axis=1)

运行结果 #

执行完上述代码后，你的DataFrame就会变成期望的样子：

补充说明 #

• 如果需要忽略大小写匹配，可以在str.contains里加上case=False参数，比如full_df['string_value'].str.contains(row['string_value'], case=False)
• 这个方案的时间复杂度是O(n²)，如果你的DataFrame行数非常多（比如上万行），可能需要优化，但对于中小规模的数据完全够用。

内容的提问来源于stack exchange，提问作者Nadiia