如何查找含整数列表列的pandas DataFrame中包含整数列的记录？isin返回空帧

你的问题出在isin的用法上：a['cell'].isin(b['cells'])是检查单个整数是否等于b['cells']里的整个列表（比如判断1是否等于[1,2]），显然不会匹配，所以返回空DataFrame。下面是几种可行的解决方案：

先构造示例数据（方便测试） #

import pandas as pd

a = pd.DataFrame({'cell': [1, 3, 5]})
b = pd.DataFrame({'cells': [[1,2], [4,5], [2,3], [6,7]]})

方法1：展开列表后匹配（直观高效） #

把b的列表列拆成单个元素，找到匹配的原记录索引，再筛选：

# 展开b的cells列，保留原索引
b_exploded = b.explode('cells')
# 提取匹配的唯一索引
matched_idx = b_exploded[b_exploded['cells'].isin(a['cell'])].index.unique()
# 获取最终结果
df_result = b.loc[matched_idx]

执行后df_result会包含b中所有包含a里整数的记录：[[1,2], [4,5], [2,3]]。

方法2：逐行检查列表元素（灵活） #

先把a的整数转成集合（加快查询速度），再对b的每行列表做存在性检查：

a_values = set(a['cell'])
# 标记每行是否有匹配的整数
b['has_match'] = b['cells'].apply(lambda x: any(num in a_values for num in x))
# 筛选结果并删除辅助列
df_result = b[b['has_match']].drop('has_match', axis=1)

这个方法适合列表长度较短的场景，代码可读性强。

方法3：向量化操作（大数据量优化） #

如果数据量很大，apply效率偏低，可以用numpy广播实现批量检查：

import numpy as np

# 处理不等长列表：填充到最大长度
max_len = b['cells'].str.len().max()
b_arr = np.array([np.pad(x, (0, max_len - len(x)), mode='constant') for x in b['cells']])
a_arr = a['cell'].to_numpy()

# 批量检查每个列表是否包含a中的整数
matches = np.any(np.isin(b_arr, a_arr), axis=1)
df_result = b[matches]

这种方法利用numpy的向量化运算，比循环/apply快很多，适合百万级以上的数据量。

内容的提问来源于stack exchange，提问作者user3302967