如何通过pandas高效生成判断字典列是否含指定键的布尔值列

错误原因 #

你之前的写法报错核心原因是：'KEYWORD' in df['DICTIONARY'] 是判断字符串KEYWORD是否存在于DICTIONARY Series的顶层元素列表中，仅返回单个布尔值，并不是你需要的逐行判断得到的、和DataFrame行数等长的布尔序列，用单个布尔值作为loc的行索引自然会触发报错。
你写的生成器表达式返回的是生成器对象，无法直接被pandas识别为行索引条件，需要转换才能使用。

正确实现 #

方法1：用apply逐行判断（最简洁） #

直接对DICTIONARY列调用apply方法逐行检查，布尔结果转整数直接得到二值的CONDITION列：

KEYWORD = "你的预定义关键字"
df['CONDITION'] = df['DICTIONARY'].apply(lambda x: KEYWORD in x).astype(int)

如果要严格检查字典的键（避免和字典的元素值混淆），也可以写成：

df['CONDITION'] = df['DICTIONARY'].apply(lambda x: KEYWORD in x.keys()).astype(int)

方法2：用列表推导式（性能更优，适合大数据量） #

列表推导式的执行效率比apply更高，数据量较大时更推荐：

KEYWORD = "你的预定义关键字"
df['CONDITION'] = [1 if KEYWORD in x else 0 for x in df['DICTIONARY']]

内容的提问来源于stack exchange，提问作者oliver.c