如何用Pandas筛选Origins含指定列表元素的UserId？

方案一：groupby + lambda 实现（匹配你的初始思路） #

直接按UserId分组，通过集合交集判断每组Origins是否包含目标列表x的任意元素：

import pandas as pd

x = [1,2,3]
df = pd.DataFrame({'UserId':[1,1,1,2,2,2,3,3,3,4,4,4],'Origins':[1,2,3,2,2,3,7,8,9,10,11,12]})

# 筛选符合条件的分组并提取唯一UserId
valid_users = df.groupby('UserId').filter(lambda g: not set(g['Origins']).isdisjoint(x))['UserId'].unique()
# 转换为期望的Series格式
result_series = pd.Series({'UserId': valid_users.tolist()})
print(result_series)

核心逻辑：set(g['Origins']).isdisjoint(x)判断两组集合是否无交集，取反后即表示存在匹配元素；filter保留符合条件的分组，最后提取唯一的UserId。

方案二：isin + groupby + any（性能更优） #

利用pandas向量化操作先标记匹配行，再分组判断每组是否存在匹配：

import pandas as pd

x = [1,2,3]
df = pd.DataFrame({'UserId':[1,1,1,2,2,2,3,3,3,4,4,4],'Origins':[1,2,3,2,2,3,7,8,9,10,11,12]})

# 标记Origins在目标列表中的行
df['is_match'] = df['Origins'].isin(x)
# 筛选至少有一个匹配项的UserId
valid_users = df.groupby('UserId')['is_match'].any()[lambda s: s].index.tolist()
# 转换为Series格式
result_series = pd.Series({'UserId': valid_users})
print(result_series)

核心逻辑：isin是pandas高效的向量化判断，比lambda中遍历元素更快；groupby + any只需判断每组是否存在至少一个匹配行，大数据量下性能优势明显。

两种方案最终输出结果一致：

UserId    [1, 2]
dtype: object

内容的提问来源于stack exchange，提问作者INGl0R1AM0R1