DataFrame列表类型列中值匹配逻辑异常排查求助

你的问题核心在于循环中对整个列赋值，而不是仅标记符合条件的单行。让我拆解一下：

错误原因分析 #

当你执行Questions["DL-flag"] = 1时，这行代码会把DL-flag列的所有行都设置为1，而不是当前循环到的那一行。只要循环中存在任意一行的Tags包含"deep-learning"，整个列就会被覆盖为1，最终所有行都变成1，和预期不符。

正确解决方案（推荐向量化操作） #

Pandas最擅长向量化操作，比循环高效得多。针对列表类型的列，我们可以用apply方法逐个检查每个列表是否包含目标值：

# 方法1：使用apply生成1/0标记
Questions["DL-flag"] = Questions["Tags"].apply(lambda x: 1 if "deep-learning" in x else 0)

# 方法2：结合numpy.where更直观
import numpy as np
Questions["DL-flag"] = np.where(Questions["Tags"].apply(lambda x: "deep-learning" in x), 1, 0)

如果一定要用循环（不推荐，效率低） #

如果你坚持用循环实现，需要通过行索引来定位修改，并且要先初始化DL-flag列的默认值为0：

# 先初始化默认值为0
Questions["DL-flag"] = 0

# 遍历带索引的行
for idx, tags in Questions["Tags"].items():
    if "deep-learning" in tags:
        # 仅修改当前索引的行
        Questions.loc[idx, "DL-flag"] = 1

这样就能精准标记出所有Tags包含"deep-learning"的行，其他行保持0不变。

内容的提问来源于stack exchange，提问作者Zadik Lopez