如何在Pandas DataFrame中生成flag列：判断行号是否不在列表列

核心解决方案 #

直接使用apply结合lambda函数，针对每行判断行号（即该行的索引值）是否不在对应'id'列的列表中，以此生成'flag'列：

import pandas as pd

# 示例DataFrame（符合你给出的flag预期结果）
data = {
    'id': [[2,4], [1,2,3], [2,4,6], [1,3,4,5], [2,4], [1,3,5]]
}
# 设置索引为1-6，对应你的行号定义
df = pd.DataFrame(data, index=range(1,7))

# 创建flag列
df['flag'] = df.apply(lambda row: row.name not in row['id'], axis=1)

运行后得到的结果符合预期：

常见问题排查（针对你用lambda失败的情况） #

如果之前的lambda实现报错，大概率是以下原因：

• 未正确获取行号：误用了循环变量而非row.name（apply(axis=1)时，row.name才是当前行的索引/行号）。
• 未指定axis=1：默认apply按列处理，必须加上axis=1才会逐行执行lambda函数。
• id列元素类型异常：如果'id'列的元素是字符串形式的列表（比如"[2,4]"），需要先转换为真实列表，可使用ast.literal_eval：

  import ast
  df['id'] = df['id'].apply(ast.literal_eval)
  

大数据量场景的高效替代方案 #

如果DataFrame行数较多，apply效率偏低，可改用列表推导式实现，速度更快：

df['flag'] = [idx not in lst for idx, lst in zip(df.index, df['id'])]

内容的提问来源于stack exchange，提问作者Vika