Pandas如何判断一列的子串是否存在于另一列中

完全可以通过df.apply实现需求，核心是指定按行遍历（axis=1），对每行的两个字段做匹配判断即可，完整实现代码如下：

import pandas as pd

# 构造示例数据
dct = {'col_1': ['X_a', 'Y_b'],
       'col_2': ['a_b_c', 'c_d_e',]}
df = pd.DataFrame(dct)

# 用apply按行处理生成result列
df['result'] = df.apply(
    lambda row: row['col_1'].split('_')[1] in row['col_2'],
    axis=1
)

print(df)

运行上述代码即可得到你需要的输出结果：

col_1  col_2  result
0   X_a  a_b_c    True
1   Y_b  c_d_e   False

逻辑说明 #

• apply参数axis=1表示遍历DataFrame的每一行，每次传入的row就是当前行的所有字段数据
• 先对row['col_1']按下划线_拆分，取下标为1的元素（也就是下划线后的子串）作为匹配目标
• 直接用in运算符判断该子串是否存在于row['col_2']中，返回布尔值作为result列的取值

如果后续你的col_1拆分规则有变化，只需要调整lambda表达式里的拆分逻辑即可适配。

内容的提问来源于stack exchange，提问作者lamiren