如何移除DataFrame中A列值存在于B列单元格的行

原始数据 #

需求 #

删除所有A列的值存在于B列任意单元格的逗号分隔内容中的行。例如A列的cat_a出现在dog_b的B单元格里，bird_c出现在elephant的B单元格里，这两行需要移除，最终期望输出如下：

期望输出 #

无效代码及原因 #

尝试了以下代码但未生效，输出和原数据一致：

b = df['B']
df = df[~(df['A'].isin(b.values))]

问题在于这段代码是直接匹配A列值和B列的整个单元格值，而没有识别到B单元格内逗号分隔的子内容。比如cat_a并不等于任何一个B单元格的完整值，但它是某个B单元格的子项，原代码无法捕捉这种情况。

正确解决方案 #

先提取B列所有非空单元格中的逗号分隔值，组成一个完整集合，再用这个集合筛选A列：

方法一：分步实现 #

# 初始化集合存储所有B列的子值
all_b_subvalues = set()

# 遍历B列非空值，拆分后加入集合
for cell_val in df['B'].dropna():
    all_b_subvalues.update(cell_val.split(','))

# 筛选A列不在集合中的行
df = df[~df['A'].isin(all_b_subvalues)]

方法二：简洁一行式 #

# 拼接所有B列非空值，拆分后转成集合
all_b_subvalues = set(','.join(df['B'].dropna()).split(','))
# 过滤行
df = df[~df['A'].isin(all_b_subvalues)]

内容的提问来源于stack exchange，提问作者dr_tt