如何在DataFrame中筛选数组列包含指定值的记录？

我的DataFrame df 如下所示：

RepID   Arr
0      3       [E83, J99]
1      5       [P81, G39, E34]
2      6       [R19]
...
...
1857   8885    [G39, F14, T22]

我想要找出所有Arr列数组中包含值"G39"的记录，期望结果：

RepID   Arr
1      5       [P81, G39, E34]
1857   8885    [G39, F14, T22]

尝试了以下代码但无效：

np.where(df["Arr"]=="G39")

得到的结果为空：

(array([], dtype=int64),)

请问如何获取目标记录列表？

方法1：使用apply结合lambda函数 #

这是最直观的实现方式，对Arr列的每个列表元素直接检查是否包含目标值：

result = df[df["Arr"].apply(lambda x: "G39" in x)]

方法2：高效的explode+分组判断（适合大数据集） #

如果你的DataFrame数据量较大，apply的效率可能偏低，可以用explode将列表拆分为多行，筛选出包含目标值的行后，再通过分组保留原行记录：

# 拆分列表为多行，筛选出包含G39的行，再分组标记原行是否符合条件
mask = df["Arr"].explode().eq("G39").groupby(level=0).any()
result = df[mask]

原方法无效的原因 #

你用np.where(df["Arr"]=="G39")时，是将Arr列的整个列表和字符串"G39"做相等比较，而非检查列表内部是否包含该元素。显然没有任何一个列表等于"G39"，所以返回空数组。

内容的提问来源于stack exchange，提问作者asmgx