无法基于其他列在Pandas DataFrame中创建新列，求助解决

用户场景：
在第一份Python工作的首次编码任务中，无法在DataFrame中创建符合要求的新列，尝试过lambda、isin、contains方法，需求如下：

DataFrame数据（前两列dtype为object）：

Country code| Countries                  || Column c |
KR          | KR~CN_SG~PH                || Valid    |
RO          | CN~PK                      || Invalid  |
NL          | CZ_BE~NL_IT~DE             || Valid    |
SG          | HK~SK_DZ_AL_CN_GR_RU~SA~SG || Valid    |
US          | ZA~SE~ES~CH_UA             || Invalid  |

规则：

• Valid：当Country code的值作为独立项存在于Countries列的内容中时
• Invalid：当Country code的值未作为独立项出现在Countries列的内容中时

解决方案 #

方法1：分割字符串后精准匹配（推荐） #

把Countries列按分隔符~拆分成列表，再判断国家代码是否在列表内，能避免部分字符误匹配的问题：

import pandas as pd

# 构造示例DataFrame（实际使用时替换为你的数据）
df = pd.DataFrame({
    'Country code': ['KR', 'RO', 'NL', 'SG', 'US'],
    'Countries': ['KR~CN_SG~PH', 'CN~PK', 'CZ_BE~NL_IT~DE', 'HK~SK_DZ_AL_CN_GR_RU~SA~SG', 'ZA~SE~ES~CH_UA']
})

# 生成目标列
df['Column c'] = df.apply(
    lambda row: 'Valid' if row['Country code'] in row['Countries'].split('~') else 'Invalid',
    axis=1
)

方法2：结合numpy简化写法 #

如果习惯用numpy的条件判断，可以这样写：

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'Country code': ['KR', 'RO', 'NL', 'SG', 'US'],
    'Countries': ['KR~CN_SG~PH', 'CN~PK', 'CZ_BE~NL_IT~DE', 'HK~SK_DZ_AL_CN_GR_RU~SA~SG', 'ZA~SE~ES~CH_UA']
})

df['Column c'] = np.where(
    df.apply(lambda x: x['Country code'] in x['Countries'].split('~'), axis=1),
    'Valid',
    'Invalid'
)

方法3：正则精准匹配 #

如果想用str.contains，可以通过正则限定匹配边界，确保只匹配完整的国家代码项：

df['Column c'] = df.apply(
    lambda row: 'Valid' if df['Countries'].str.contains(f'(^|~){row["Country code"]}(~|$)').iloc[row.name] else 'Invalid',
    axis=1
)

为什么之前的方法可能失效？ #

• isin方法是判断元素是否在序列中，直接用df['Country code'].isin(df['Countries'])会因为Countries是字符串而非列表，导致判断逻辑错误。
• 直接使用str.contains会出现部分匹配问题，比如CN会匹配到CN_SG，而我们需要的是完整的CN独立项。

内容的提问来源于stack exchange，提问作者martinworkshere