pandas如何根据列表类型单元格含指定字符串的条件删除行

处理pandas DataFrame时，jpgs列的单元格值均为列表类型，需要删除该列列表中包含字符串"123.jpg"的所有行，最终仅保留原索引为1、3的行。

之前几种写法报错或结果不符合预期，核心原因都是没有生成逐行判断的布尔筛选序列：

• 执行df = df["123.jpg" not in df.jpgs]、df = df.drop(df["123.jpg" in df.jpgs].index)抛出KeyError: True/False：in关键字是直接对df.jpgs这个Series对象做整体成员判断，只会返回单个布尔值（True或False），pandas会把这个布尔值当做列名去查找对应列，自然找不到抛出KeyError。
• 执行df = df[df.jpgs.tolist().count("123.jpg") == 0]触发KeyError：df.jpgs.tolist()会把整列转成嵌套列表，对这个嵌套列表直接count"123.jpg"结果永远是0，最终得到的也是单个布尔值True，同样会被当做列名索引触发KeyError。
• 执行df = df[df['jpgs'].str.contains('123.jpg') == False]返回空DataFrame：.str是pandas提供的字符串类型专属访问器，仅当单元格值为字符串时才能正常工作，当前单元格存储的是列表，调用.str.contains时所有行都会返回空值NaN，和False做相等判断后结果全为False，筛选后自然是空表。

两种常用写法均可实现需求，数据量较大时优先选第二种，运行速度更快：

• apply逐行判断写法

# 波浪号表示取反，即保留"123.jpg"不在列表中的行
df = df[~df['jpgs'].apply(lambda x: "123.jpg" in x)]

• 列表推导式写法（性能更优）

df = df[["123.jpg" not in item for item in df['jpgs']]]

完整可运行测试代码 #

注意pandas 2.0及以上版本已经弃用df.append()方法，这里替换为官方推荐的pd.concat()实现：

import pandas as pd

# 初始化数据
df = pd.DataFrame(columns=["person_id", "jpgs"])
pair1 = ["123.jpg", "124.jpg"]
pair2 = ["125.jpg", "300.jpg"]
pair3 = ["500.jpg", "123.jpg"]
pair4 = ["111.jpg", "122.jpg"]
rows = [
    {'person_id': 1, 'jpgs': pair1},
    {'person_id': 1, 'jpgs': pair2},
    {'person_id': 1, 'jpgs': pair3},
    {'person_id': 1, 'jpgs': pair4}
]
df = pd.concat([df, pd.DataFrame(rows)], ignore_index=True)
print("原始数据：")
print(df)

# 执行筛选
df = df[["123.jpg" not in item for item in df['jpgs']]]
print("\n筛选后结果：")
print(df)

运行后输出结果符合预期，仅保留jpgs列表不含123.jpg的两行数据。

内容的提问来源于stack exchange，提问作者meh.pandalala