如何为DataFrame每行分配对应筛选后的食谱ID列表？

需要为现有DataFrame fitbit_dt2 添加一列allwd_recipes，每行存储符合条件的整数（食谱ID）列表：筛选recp_some中不包含当前用户食物过敏原的所有食谱ID。

尝试两种方法均失败：

1. 嵌套循环代码报错：

for i in fitbit_dt2.index:
    allwd_rcp = []
    for j in recp_some.index:
        if fitbit_dt2["Food Intolerances"][i] not in recp_some["ingredients"][j]:
            allwd_rcp.append(recp_some["id"][j])
    fitbit_dt2["allwd_recipes"][i] = fitbit_dt2["allwd_recipes"][i].apply(allwd_rcp)

2. 列表推导式导致所有行分配同一个列表：
   fitbit_dt2["allwd_recipes"] = [allwd_rcp for i in fitbit_dt2.index]

数据集样例 #

fitbit_dt2 初始数据

recp_some 食谱数据

期望输出 #

方法1：用apply逐行处理（简洁高效） #

利用Pandas的apply方法，对每行单独计算符合条件的食谱ID列表，避免冗余循环和错误：

# 定义函数：输入过敏原，返回允许的食谱ID列表
def get_allowed_recipes(intolerance):
    if intolerance == "None":
        return recp_some["id"].tolist()
    # 筛选不包含过敏原的食谱，提取ID转为列表
    mask = ~recp_some["ingredients"].apply(lambda x: intolerance in x)
    return recp_some.loc[mask, "id"].tolist()

# 为fitbit_dt2添加新列
fitbit_dt2["allwd_recipes"] = fitbit_dt2["Food Intolerances"].apply(get_allowed_recipes)

方法2：修复原循环逻辑（适合理解底层逻辑） #

如果坚持用循环，需修正赋值逻辑并避免链式索引警告：

# 初始化新列为独立空列表
fitbit_dt2["allwd_recipes"] = [[] for _ in range(len(fitbit_dt2))]

for i in fitbit_dt2.index:
    allwd_rcp = []
    intolerance = fitbit_dt2.loc[i, "Food Intolerances"]
    for j in recp_some.index:
        if intolerance == "None" or intolerance not in recp_some.loc[j, "ingredients"]:
            allwd_rcp.append(recp_some.loc[j, "id"])
    # 用.loc赋值避免链式索引问题
    fitbit_dt2.loc[i, "allwd_recipes"] = allwd_rcp

关键错误说明 #

1. 第一种尝试错误：fitbit_dt2["allwd_recipes"][i].apply(allwd_rcp)逻辑混乱，apply是Series/DataFrame的方法，不能直接对单个列表调用，此处直接赋值列表即可。
2. 第二种尝试错误：列表推导式引用了外部同一个allwd_rcp对象，所有行共享同一内存地址，导致所有行内容完全相同；需在推导式内创建新列表，或用apply自动生成独立列表。

内容的提问来源于stack exchange，提问作者Kavya Nagesh