如何用列表推导式根据DataFrame另一列对应值过滤列？

你的代码逻辑存在两个核心问题，导致输出空列表：

1. 行关联错误 #

你循环遍历的是df["A"]的每个元素，但判断条件word in df["B"]是在检查整个B列Series是否包含word，而不是当前A元素对应行的B列值。这种情况下，除非word恰好是B列中某一个完整的元素值（而且逻辑上和当前A元素无关），否则条件永远不成立。

2. 变量未明确定义 #

代码中直接使用了word变量，但你没有指定具体要匹配的目标子串（比如你期望输出[1]，应该是要匹配B列第一个元素里的"a_b_c"）。

正确写法 #

方式一：列表推导式（配对遍历A和B列） #

通过zip同时遍历A和B的对应元素，确保判断条件和当前行绑定：

import pandas as pd

df = pd.DataFrame({
    "A" : [1,2,3],
    "B" : ["a_b_c_some_word", "de_f_some_word", "g_hi_some_word"]
})

# 指定你要匹配的目标子串
target_word = "a_b_c"
lst = [a for a, b in zip(df["A"], df["B"]) if target_word in b]
print(lst)  # 输出: [1]

方式二：更贴合Pandas风格的写法 #

利用Pandas的字符串方法直接过滤行，再提取A列转成列表：

lst = df[df["B"].str.contains("a_b_c")]["A"].tolist()
print(lst)  # 输出: [1]

内容的提问来源于stack exchange，提问作者hero_sp