如何对比Python列表与Pandas列表列的完全/部分/不匹配行

实现代码 #

import pandas as pd

# 定义目标列表和待处理DataFrame
target_list = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
df = pd.DataFrame({
    "col1": ["a", "b", "c", "d"],
    "col2": [[1, 2, 3, 4, 5], [20, 30, 100], [1, 3, 20], [20, 30]]
})

# 转换为集合提升元素存在性判断效率
target_set = set(target_list)

# 初始化结果容器
full_match = []
partial_match = []
no_match = []

# 逐行处理判断匹配类型
for _, row in df.iterrows():
    col2_elements = set(row["col2"])
    common = col2_elements & target_set
    if len(common) == len(col2_elements):
        full_match.append(row["col1"])
    elif len(common) > 0:
        partial_match.append(row["col1"])
    else:
        no_match.append(row["col1"])

# 按指定格式输出结果
print(f'"100% matches are in rows: {", ".join(full_match)}"')
print(f'"Partial matches are in rows: {", ".join(partial_match)}"')
print(f'"Dismatches are in rows: {", ".join(no_match)}"')

代码说明 #

• 利用集合的交集运算快速判断元素重叠情况，比逐个遍历列表效率更高
• 匹配规则：
  • 完全匹配：col2中所有元素都存在于目标列表
  • 部分匹配：col2中存在至少一个目标列表的元素，但不全在
  • 不匹配：col2中没有任何元素属于目标列表
• 最后通过str.join()将结果列表转为符合要求的字符串格式

内容的提问来源于stack exchange，提问作者Mr.Slow