如何将列表元素匹配至含列表的DataFrame列并返回匹配行

问题重现 #

给定如下DataFrame（列x存储字符串列表）：

index             x
0                [apple, orange, strawberry]
1                [blueberry, pear, watermelon]
2                [apple, banana, strawberry]
3                [apple]
4                [strawberry]

指定匹配列表 a = ['apple', 'strawberry']，期望筛选出列x的列表与a存在任一共同元素的行（即索引0、2、3、4的行）。但使用df[df['x'].isin(a)]仅能返回索引3、4的行，无法满足需求。

原代码的核心问题：isin(a)是判断整个列表对象是否属于a，而非检查列表内部元素与a是否有交集——只有当列x的列表恰好完全等于a中的某个元素时才会被选中，这和我们需要的"任一元素匹配"逻辑不符。

解决方案 #

方法1：apply结合集合交集判断 #

通过apply遍历列中每个列表，将列表和目标列表转为集合后求交集，只要交集非空就保留该行：

new_DF = df[df['x'].apply(lambda lst: bool(set(lst) & set(a)))]

• 逻辑说明：set(lst) & set(a)计算两个集合的交集，bool()将空集合转为False，非空集合转为True，最终筛选出True对应的行。

方法2：explode+groupby向量化筛选 #

对于大数据集，apply的遍历效率较低，可以用explode将列表拆分为多行，再通过分组判断是否存在匹配元素：

# 拆分列表列，标记每个元素是否在目标列表中
mask = df.explode('x')['x'].isin(a)
# 按原索引分组，只要组内有一个匹配就保留该行
new_DF = df[mask.groupby(level=0).any()]

• 逻辑说明：explode('x')把每个列表的元素拆成单独行，isin(a)标记匹配的元素，最后groupby(level=0).any()判断原索引对应的行是否有至少一个匹配元素。

结合用户输入函数的完整代码 #

import pandas as pd

def filter_Industries():
    num_of_industries = int(input('How many industries would you like to filter by?\n'))
    list_industries = []  
    for _ in range(num_of_industries):
        industry = input("Enter the industry:\n")
        list_industries.append(industry)
    return list_industries

# 构造示例DataFrame
data = {
    'x': [
        ['apple', 'orange', 'strawberry'],
        ['blueberry', 'pear', 'watermelon'],
        ['apple', 'banana', 'strawberry'],
        ['apple'],
        ['strawberry']
    ]
}
df = pd.DataFrame(data)

# 获取用户输入的目标列表
a = filter_Industries()

# 选择任一方法执行筛选
# 方法1
new_DF = df[df['x'].apply(lambda lst: bool(set(lst) & set(a)))]

# 方法2（注释掉方法1后启用）
# mask = df.explode('x')['x'].isin(a)
# new_DF = df[mask.groupby(level=0).any()]

print(new_DF)

内容的提问来源于stack exchange，提问作者Smalik713