如何使用Pandas判断多列单元格值是否存在于另一张表的指定列中

实现逻辑 #

• 将表1的参考水果列表转为集合，使用集合的O(1)查询特性提升匹配效率，适配300行参考数据的场景
• 自动筛选表2中所有Fruit开头的列，无需手动枚举列名，适配最多40列的实际业务场景
• 逐行校验所有Fruit列的取值，只要有任意值存在于参考集合中即标记为Yes，否则标记为No

完整代码 #

import pandas as pd

# ---------------------- 示例数据构造 实际使用时替换为你自己的读表代码即可 ----------------------
# 读表1参考水果列表，示例构造如下
df1 = pd.DataFrame({
    'Fruits': ['apple', 'orange', 'grape', 'melon']
})
# 读表2待匹配数据，示例构造如下
df2 = pd.DataFrame({
    'Name': ['Mike', 'Bob', 'Jack', 'Rob', 'Rita'],
    'Fruit 1': ['apple', 'peach', 'banana', 'peach', 'apple'],
    'Fruit 2': ['', 'pear', '', 'banana', 'orange'],
    'Fruit 3': ['', 'orange', '', '', 'banana']
})
# -----------------------------------------------------------------------------------------

# 1. 生成参考水果集合
ref_fruit_set = set(df1['Fruits'].dropna().unique())

# 2. 自动筛选所有需要判断的Fruit列
check_cols = [col for col in df2.columns if col.startswith('Fruit')]

# 3. 生成判断列
df2['Contains Fruits Table 2?'] = df2[check_cols].apply(
    lambda row: 'Yes' if any(row.isin(ref_fruit_set)) else 'No',
    axis=1
)

# 输出结果
print(df2)

输出结果验证 #

运行后输出的结果和示例完全一致：

内容的提问来源于stack exchange，提问作者qwebeee