如何筛选含列表至少一个元素的pandas DataFrame行？

问题场景 #

原始DataFrame结构如下（Class列为字符串类型）：

ID                                            Class
0  2431214                                   16,41,9
1  2497796                   14,16,18,20,24,35,41,42
2  1407550          20,21,24,25,26,27,28,3,34,35,4,8
3   472723                                   1,17,22
4   423046                     28,30,32,34,39,4,42,8

需要筛选出Class列包含指定列表（例如l = [16, 27]）中至少一个元素的行，预期结果为：

ID                                            Class
0  2431214                                   16,41,9
1  2497796                   14,16,18,20,24,35,41,42
2  1407550          20,21,24,25,26,27,28,3,34,35,4,8

现有方法的问题 #

直接使用Pandas的isin方法无法满足需求，因为它仅返回Class列值与列表元素完全一致的行。例如执行以下代码：

l = [16, 27]
filtered = df.loc[df['Class'].isin(l)]

得到的结果是仅包含Class值为16或27的行：

ID               Class
210   30359        16
945   46307        27
3641  81222        27
3817  77365        27
4185  89828        16

可行解决方案 #

方法一：正则匹配（高效简洁）

利用str.contains结合正则表达式，匹配包含目标列表中任意独立数字的行：

l = [16, 27]
# 构建正则模式，\b确保匹配独立数字，避免误匹配类似160的字符串
pattern = '|'.join(rf'\b{str(num)}\b' for num in l)
filtered_df = df[df['Class'].str.contains(pattern)]

方法二：集合交集检查（直观精确）

将Class列的字符串拆分为数字集合，再与目标列表的集合求交集，判断是否有重叠：

l = [16, 27]
target_set = set(l)

def has_matching_element(class_str):
    class_nums = set(map(int, class_str.split(',')))
    return bool(class_nums & target_set)

filtered_df = df[df['Class'].apply(has_matching_element)]

方法三：拆分展开后筛选（适合后续处理）

如果需要对Class列的单个元素进行后续操作，可以先拆分列并展开，筛选后去重：

l = [16, 27]
# 拆分Class列为列表并展开
expanded_df = df.assign(Class=df['Class'].str.split(',')).explode('Class')
# 转换为整数类型后筛选
expanded_df['Class'] = expanded_df['Class'].astype(int)
# 筛选后按ID去重，还原原始行结构
filtered_df = expanded_df[expanded_df['Class'].isin(l)].drop_duplicates('ID')

内容的提问来源于stack exchange，提问作者Johnny