Pandas：assign合并URL为逗号分隔列失败，for循环可行问题排查

我想把DataFrame中每行Option1_Ref对应的所有Ref的URL字段合并成逗号分隔的字符串，但用assign方法返回空列，而for循环能正常工作。

原始数据 #

错误的assign代码 #

df=df.assign(options_url1=df.loc[df['Ref'].isin(df["Option1_Ref"].str.split(',')),['URL','Ref']].drop_duplicates('Ref')['URL'].str.join(','))

这段代码返回空列。

可行的for循环代码 #

for x in df.index: 
    df.loc[x,'options_url1']=','.join(df.loc[df['Ref'].isin(df.loc[x,"Option1_Ref"].split(',')),['URL','Ref']].drop_duplicates('Ref')['URL'].array)

这段代码能得到预期结果：

预期输出 #

问题原因 #

你写的assign代码存在两个核心逻辑错误：

1. df["Option1_Ref"].str.split(',')返回的是每行对应列表组成的Series，而df['Ref'].isin()需要的是一维可迭代对象，不是Series嵌套的列表，这直接导致筛选不到任何数据，最终返回空列。
2. 代码试图一次性对整个DataFrame做全局筛选，没有实现逐行匹配对应Option1_Ref集合的逻辑，和for循环逐行处理的逻辑完全不符。

正确的assign实现 #

要实现和for循环等价的逻辑，可结合apply逐行处理，配合assign完成：

# 先构建Ref到唯一URL的映射字典（提前去重，提升查询效率）
ref_to_url = df.drop_duplicates('Ref').set_index('Ref')['URL'].to_dict()

# 用assign+apply实现逐行处理
df = df.assign(
    options_url1=lambda x: x['Option1_Ref'].apply(
        lambda refs: ','.join([
            ref_to_url.get(ref.strip(), '') 
            for ref in refs.split(',') 
            if ref.strip() in ref_to_url
        ])
    )
)

代码说明 #

1. ref_to_url：先对原始DataFrame按Ref去重，再构建Ref与对应URL的映射字典，后续可快速查找，避免重复筛选全量数据。
2. x['Option1_Ref'].apply(...)：对每行的Option1_Ref字符串拆分，遍历每个Ref值，从字典中取出对应URL，最后用逗号拼接成目标字符串。
3. ref.strip()处理Option1_Ref中可能存在的空格，ref_to_url.get(...)避免因Ref不存在（如示例中的6）引发报错。

这种写法既保留了assign的链式调用风格，效率也比for循环更高，尤其适合大数据量场景。

内容的提问来源于stack exchange，提问作者Mafiname