如何从Pandas DataFrame的列表列中移除另一列指定值

问题分析 #

你遇到的浮点值不可迭代错误，大概率是因为store_list列里存在非列表类型的值（比如单个浮点数值），当执行row['store'] in row['store_list']时，Python会尝试遍历row['store_list']判断元素是否存在，但单个浮点值无法被迭代，所以抛出错误。另外你写的函数还有两个问题：

• 没有返回值，生成的store_result列会全是None
• 直接修改原row['store_list']，会改变原始数据，导致后续操作出错

解决方案 #

1. 先统一store_list列的格式（必做）

先检查并将非列表值转为列表，避免迭代错误：

# 检查列中数据类型分布
print(df['store_list'].apply(type).value_counts())

# 将单个数值转为列表，保留原列表不变
df['store_list'] = df['store_list'].apply(lambda x: [x] if not isinstance(x, list) else x)

2. 生成目标列的两种方法

方法一：仅移除第一个匹配项（和需求示例一致）

这种方法和你原本的逻辑一致，只移除列表中第一个等于store的值，同时不修改原数据：

def get_store_result(row):
    # 复制原列表，避免修改原始数据
    new_list = row['store_list'].copy()
    if row['store'] in new_list:
        new_list.remove(row['store'])
    return new_list

df['store_result'] = df.apply(get_store_result, axis=1)

方法二：移除所有匹配项（更通用）

如果列表中可能存在多个和store相同的值，用列表推导式可以一次性移除所有匹配项：

df['store_result'] = df.apply(lambda row: [x for x in row['store_list'] if x != row['store']], axis=1)

测试验证 #

用你给出的示例数据测试，两种方法都会得到预期结果：

内容的提问来源于stack exchange，提问作者Alice