排查pandas DataFrame中判断整数是否在另一列整数字符串的代码错误

问题背景 #

现有如下Pandas DataFrame，需要新增一列DoIinDIDs，判断DucksOfInterests列的整数是否存在于对应行DuckIDs列的逗号分隔整数字符串中：

import pandas as pd
duck_ids = ["1, 4, 5, 7", "3, 11, 14, 27"]
ducks_of_interest = [4,15]
duck_df = pd.DataFrame(
    {
        "DucksOfInterests": ducks_of_interest,
        "DuckIDs": duck_ids
    }
)

尝试用apply+lambda实现时，两行都返回False，不符合预期：

duck_df['DoIinDIDs'] = duck_df.apply(lambda x: str(x['DuckIDs']) in [x['DucksOfInterests']], axis=1)

输出结果：

DucksOfInterests        DuckIDs  DoIinDIDs
0                 4     1, 4, 5, 7      False
1                15  3, 11, 14, 27      False

错误原因 #

原代码存在两个核心问题：

• 逻辑方向完全颠倒：代码判断的是「整个DuckIDs字符串是否在包含单个兴趣ID的列表中」，而实际需求是「兴趣ID是否在DuckIDs拆分后的整数集合里」
• 类型与匹配逻辑错误：str(x['DuckIDs'])是完整的逗号分隔字符串，[x['DucksOfInterests']]是包含整数的列表，字符串不可能等于整数，因此无论如何都会返回False

修正方案 #

方案1：拆分字符串并转换为整数列表判断（推荐） #

将DuckIDs按逗号拆分，去除每个元素的空格后转成整数，再判断兴趣ID是否在该列表中：

duck_df['DoIinDIDs'] = duck_df.apply(
    lambda x: x['DucksOfInterests'] in [int(id.strip()) for id in x['DuckIDs'].split(',')],
    axis=1
)

方案2：字符串精确匹配（避免类型转换） #

通过给两端添加逗号，避免部分匹配的歧义（比如避免把1误判为存在于"11"中）：

duck_df['DoIinDIDs'] = duck_df.apply(
    lambda x: f", {x['DucksOfInterests']}, " in f", {x['DuckIDs']}, ",
    axis=1
)

修正后输出符合预期：

DucksOfInterests        DuckIDs  DoIinDIDs
0                 4     1, 4, 5, 7       True
1                15  3, 11, 14, 27      False

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