Pandas逐行判断一列字符串是否为另一列同行列子串的向量化实现方法

你需要实现逐行判断Series a 中的每个字符串是否为对应行Series b 中字符串的子串，且要求无apply、无显式循环的向量化实现，以下是可行方案：

核心实现：基于Numpy向量化字符串操作 #

Numpy的np.char模块提供了C层实现的向量化字符串处理能力，其中np.char.find函数支持逐元素匹配子串，完全匹配需求：

import pandas as pd
import numpy as np

# 示例Series定义
a = pd.Series('abc a abc c'.split())
b = pd.Series('a abc abc a'.split())

# 向量化逐行判断子串
result = np.char.find(b.values.astype('str'), a.values.astype('str')) >= 0
# 转换为Series格式
result = pd.Series(result)
print(result)

输出结果和示例完全一致：

0    False
1     True
2     True
3    False
dtype: bool

注意事项 #

如果原始数据中存在空值、非字符串类型的值，建议先调用.fillna('').astype(str)预处理后再执行判断，避免出现类型错误。该方案所有运算都在底层C层完成，无Python层循环开销，大数据量场景下性能远高于逐行遍历/apply实现。

内容的提问来源于stack exchange，提问作者Steele Farnsworth