基于Pandas列表列的条件从另一列表列返回对应值的实现方案

嘿，我来帮你搞定这个需求！你已经迈出了第一步——筛选出Second列包含'adj'的行，但我们的目标不是过滤行，而是给整个DataFrame新增一列，下面给你两种实用的方法：

方法一：用apply逐行处理（直观易懂） #

这种方法适合快速实现逻辑，代码可读性很强：

# 新增Target列，当Second包含'adj'时取First列表的第一个元素，否则设为None
df['Target'] = df.apply(lambda row: row['First'][0] if 'adj' in row['Second'] else None, axis=1)

• axis=1表示按行处理每一条数据
• 条件判断'adj' in row['Second']检查当前行的Second列表是否包含目标值
• 满足条件时取row['First'][0]，也就是First列表的第一个元素（正好对应你期望的结果）

方法二：用掩码+向量化操作（更高效，适合大型DataFrame） #

如果你的DataFrame数据量很大，推荐用这种方法，比apply的执行效率更高：

# 第一步：创建布尔掩码，标记哪些行的Second列包含'adj'
mask = df['Second'].map(lambda x: 'adj' in x)

# 第二步：初始化Target列，然后给符合条件的行赋值
df['Target'] = None
df.loc[mask, 'Target'] = df.loc[mask, 'First'].str[0]

• df['First'].str[0]是Pandas的向量化操作，能直接对整个列表列取第一个元素，比逐行循环快很多
• 掩码mask会生成一个布尔数组，精准定位需要赋值的行

验证结果 #

执行完上面任意一种方法后，你的DataFrame会变成这样：

First                  Second  Target
0        ['First', 'value']        ['adj', 'noun']   First
1       ['second', 'value']        ['adj', 'noun']  second
2  ['third', 'value', 'is']  ['adj', 'noun', 'verb']   third
3  ['fourth', 'value', 'is'] ['adj', 'noun', 'verb']  fourth

完全符合你期望的第三列结果！

另外补充一句：如果你的数据里所有行的Second列都包含'adj'（就像示例里的情况），那可以直接简化成df['Target'] = df['First'].str[0]，省掉条件判断~

内容的提问来源于stack exchange，提问作者zara kolagar