如何用列表值过滤Pandas DataFrame？求非循环实现方法

问题原因 #

你直接使用1 in df['B']（注：你代码里写的df['custom_test_type']应为笔误，实际目标列是df['B']）的逻辑存在错误：这个表达式是判断1是否存在于整个Series的索引或元素集合中，而非逐行检查每个列表元素是否包含1，因此会始终返回True，无法实现逐行筛选。

无循环的实现方法 #

以下是几种无需手动编写循环的高效筛选方式：

方法1：使用apply结合lambda

这是最直观的实现方式，Pandas内部会对apply操作做优化，避免手动循环的低效问题：

import pandas as pd

df = pd.DataFrame({'A' : [1,2,3,4], 'B' : [[1, 2, 3], [2, 3], [3], [1, 2, 3]]})
# 筛选B列包含1的行
filtered_df = df[df['B'].apply(lambda x: 1 in x)]
print(filtered_df)

方法2：使用map方法

逻辑与apply一致，语法更简洁：

filtered_df = df[df['B'].map(lambda x: 1 in x)]

方法3：使用numpy.vectorize实现矢量化判断

如果偏好矢量化风格的语法，可以用np.vectorize包装判断逻辑：

import pandas as pd
import numpy as np

df = pd.DataFrame({'A' : [1,2,3,4], 'B' : [[1, 2, 3], [2, 3], [3], [1, 2, 3]]})
contains_one = np.vectorize(lambda x: 1 in x)
filtered_df = df[contains_one(df['B'])]

输出结果 #

以上方法都会得到你预期的输出：

A          B
0  1  [1, 2, 3]
3  4  [1, 2, 3]

内容的提问来源于stack exchange，提问作者Max Tsai