如何在Pandas DataFrame中提取指定值并移除关联列表对应元素

问题场景 #

现有一个Pandas DataFrame包含三列：

• A列：存储单个值
• B列：存储包含A列对应值的元组/列表
• C列：存储与B列元素一一对应的元组/列表

需要实现：从B列中移除A列的对应值，同时移除C列中对应位置的元素，并将这两个被移除的值分别存入新列D和E。

示例数据 #

当前DataFrame：

期望转换后的DataFrame：

解决方案 #

可以通过apply函数逐行处理数据，针对每行完成元素查找、移除与赋值操作：

import pandas as pd

def process_row(row):
    val_a = row['A']
    list_b = list(row['B'])
    list_c = list(row['C'])
    
    # 定位A值在B列表中的索引
    idx = list_b.index(val_a)
    
    # 提取被移除的元素到D、E列
    row['D'] = val_a
    row['E'] = list_c.pop(idx)
    # 移除B、C列中对应位置的元素
    list_b.pop(idx)
    
    # 将剩余元素转为逗号分隔字符串（若需保留列表类型，直接赋值list_b/list_c即可）
    row['B'] = ', '.join(map(str, list_b)) if list_b else ''
    row['C'] = ', '.join(map(str, list_c)) if list_c else ''
    
    return row

# 构建示例DataFrame
df = pd.DataFrame({
    'A': [12, 34, 56, 78],
    'B': [(12,20,25), (34,3,4,5), (101,56,7), (78,)],
    'C': [(100,200,300), (10,15,20,900), (98,97,96), (13,)]
})

# 应用处理函数
df = df.apply(process_row, axis=1)

print(df)

异常处理（可选） #

如果存在B列不包含A列值的情况，可以添加异常捕获逻辑，避免报错：

def process_row(row):
    val_a = row['A']
    list_b = list(row['B'])
    list_c = list(row['C'])
    
    try:
        idx = list_b.index(val_a)
    except ValueError:
        # 找不到匹配值时，D、E列设为缺失值，B、C列保持原样
        row['D'] = pd.NA
        row['E'] = pd.NA
        return row
    
    row['D'] = val_a
    row['E'] = list_c.pop(idx)
    list_b.pop(idx)
    
    row['B'] = ', '.join(map(str, list_b)) if list_b else ''
    row['C'] = ', '.join(map(str, list_c)) if list_c else ''
    
    return row

内容的提问来源于stack exchange，提问作者Thenelly