如何在pandas DataFrame的列表类型单元格中查找指定值对应的行

你可以直接使用pandas原生语法实现需求，无需额外封装类，两种核心需求的实现方式如下：

1. 查询指定PLZ对应的行或Place字段 #

直接通过apply判断目标值是否在PLZ列表中，筛选对应行即可：

# 目标查询PLZ
target_plz = 8405
# 筛选包含该PLZ的整行数据
matched_rows = df[df["PLZ"].apply(lambda plz_list: target_plz in plz_list)]
# 仅提取对应的Place字段
matched_places = matched_rows["Place"].tolist()

2. 汇总所有PLZ为一个总列表 #

通过explode展开PLZ列的列表结构后去重，即可得到全量PLZ列表：

# 去重后的全量PLZ列表
all_plz = df["PLZ"].explode().unique().tolist()

高频查询优化方案 #

如果你需要频繁查询不同PLZ对应的Place，提前构建映射字典可以将每次查询的时间复杂度降到O(1)，同时也能直接拿到全量PLZ列表：

# 提前构建PLZ到Place的映射字典
plz_place_map = {}
for _, row in df.iterrows():
    for plz_val in row["PLZ"]:
        plz_place_map[plz_val] = row["Place"]

# 直接查询
print(plz_place_map.get(8405)) # 输出 Winterthur
# 直接获取全量PLZ列表
all_plz = list(plz_place_map.keys())

小提示：你当前使用的df.append()方法在pandas 2.0及以上版本已被弃用，推荐改用pd.concat()实现新增行操作，示例：df = pd.concat([df, pd.DataFrame([new_row1])], ignore_index=True)

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