如何在不遍历DataFrame的情况下提取含指定元素的行？

问题场景 #

你的DataFrame结构如下：

a        b
1     frog   [1, 2, 3]
2      dog   [4, 5]
3    melon   [6, 7, 1]

需要提取b列中包含指定数字（如1）的行，且避免手动遍历整个DataFrame。

解决方案 #

方法1：用Series.apply()快速筛选 #

直接对b列使用apply结合lambda表达式，生成布尔筛选序列：

target_num = 1
filtered_df = df[df['b'].apply(lambda x: target_num in x)]

执行后得到预期结果：

a      b
1    frog   [1, 2, 3]
3   melon   [6, 7, 1]

方法2：矢量化判断（numpy辅助） #

用numpy.vectorize包装判断逻辑，实现矢量化操作：

import numpy as np

def check_in_list(_list, _tag):
    return _tag in _list

vec_check = np.vectorize(check_in_list)
target_num = 1
filtered_df = df[vec_check(df['b'], target_num)]

方法3：预转集合优化多次查询 #

如果需要多次查询不同数字，先将b列的列表转为集合，提升判断效率：

df['b_set'] = df['b'].apply(set)
target_num = 1
filtered_df = df[df['b_set'].apply(lambda x: target_num in x)].drop('b_set', axis=1)

以上方法均无需手动遍历DataFrame，pandas会内部优化执行流程，比手动循环效率更高。

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