使用pd.isin()判断DataFrame某列值是否在另一列列表内失效原因咨询

pd.Series.isin()的设计逻辑是：对左侧序列的每一个元素，判断其是否存在于右侧传入的整个可迭代对象的所有元素集合中，而非逐行对应匹配。
你调用df.x.isin(df.y)时，实际执行的逻辑是：逐个判断x列的每个数值，是否等于y列中的任意一个元素（y列的元素是列表，也就是判断数值是否等于某个列表），显然永远返回False，因此筛选不到任何结果。

方法1：逐行apply（写法直观，适合小数据集） #

通过axis=1指定按行遍历，逐行判断当前行x取值是否在同行y列表中：

result = df[df.apply(lambda row: row['x'] in row['y'], axis=1)]

方法2：列表推导式（性能更优，适合大数据集） #

直接对两列元素配对判断，避免apply的额外开销：

result = df[[x in y for x, y in zip(df['x'], df['y'])]]

两种方法得到的结果一致，符合筛选预期：

内容的提问来源于stack exchange，提问作者PingPong