如何在DataFrame列中移除对应列表中存在的子字符串？

要实现将string列中属于对应lists列的单词移除并生成new_string列，可以通过逐行过滤单词的方式实现，具体步骤如下：

1. 构造示例数据（可选，用于复现） #

import pandas as pd

data = {
    'string': ['i have a dog', 'there is a cat', 'hello everyone', 'hi my name is Joe'],
    'lists': [['fox', 'dog', 'cat'], ['dog', 'house', 'car'], ['hi', 'hello', 'everyone'], ['name', 'was', 'Joe']]
}
df1 = pd.DataFrame(data)

2. 定义过滤函数 #

编写一个函数，接收每行数据，拆分string为单词列表后，过滤掉存在于对应lists中的单词，最后拼接剩余单词：

def filter_words(row):
    # 拆分字符串为单词
    word_list = row['string'].split()
    # 过滤掉在当前行lists中的单词
    filtered = [word for word in word_list if word not in row['lists']]
    # 拼接为字符串，无剩余单词则返回空
    return ' '.join(filtered) if filtered else ''

3. 生成new_string列 #

使用apply(axis=1)逐行应用函数，生成目标列：

df1['new_string'] = df1.apply(filter_words, axis=1)

执行后得到的结果与你期望的df2完全一致：

string                  lists       new_string
0      i have a dog       ['fox', 'dog', 'cat']       i have a
1    there is a cat     ['dog', 'house', 'car']  there is a cat
2    hello everyone  ['hi', 'hello', 'everyone']               
3  hi my name is Joe      ['name', 'was', 'Joe']        hi my is

关键说明 #

因为每行的lists是独立的动态列表，无法用固定列表的批量过滤方法，必须通过apply(axis=1)逐行获取当前行的lists来过滤对应string的单词，这是解决问题的核心。

内容的提问来源于stack exchange，提问作者mjp