如何使用Pandas实现DataFrame列表字段拆分行并新增重叠值标识列

当然可以实现这个需求！我们可以通过Pandas的内置方法快速完成嵌套列表展开和元素匹配判断，具体步骤如下：

步骤1：导入库并构造原始DataFrame #

首先确保导入Pandas库，然后创建你提供的初始DataFrame：

import pandas as pd

df = pd.DataFrame({
    "ID": [1, 2],
    "fields": [["eggs", "apple", "toy", "orange", "bear", "red"], ["orange", "bear", "red"]],
    "subfields":[["bear", "red"],["bear", "red"]]
})

步骤2：展开fields列的嵌套列表 #

使用explode()方法将fields列中的每个列表元素拆分为单独的行，这会自动保留对应的ID和subfields值：

df_exploded = df.explode('fields', ignore_index=True)

步骤3：添加重叠判断列 #

通过apply()遍历每一行，检查当前fields元素是否存在于该行的subfields列表中，返回'Y'或'N'：

df_exploded['overlap between subfields and fields'] = df_exploded.apply(
    lambda row: 'Y' if row['fields'] in row['subfields'] else 'N',
    axis=1
)

步骤4：整理输出结果 #

最后筛选出需要的三列，就得到了你想要的格式：

result = df_exploded[['ID', 'fields', 'overlap between subfields and fields']]
print(result)

运行代码后输出结果如下：

ID  fields overlap between subfields and fields
0   1    eggs                                     N
1   1   apple                                     N
2   1     toy                                     N
3   1  orange                                     N
4   1    bear                                     Y
5   1     red                                     Y
6   2  orange                                     N
7   2    bear                                     Y
8   2     red                                     Y

这个方法简洁高效，完全匹配你的需求~

内容的提问来源于stack exchange，提问作者siusiusiu