Pandas如何基于列表包含性条件创建Series/DataFrame新列

解决方案 #

写法1：贴合原有使用习惯的极简写法

直接对Set列用apply做存在性判断，嵌套进你原本用的np.where结构即可，无显式for循环：

df['color'] = np.where(df['Set'].apply(lambda x: 3 in x), 'green', 'red')

逻辑说明：df['Set'].apply(lambda x: 3 in x)会逐行校验每个列表中是否包含元素3，返回布尔值序列，np.where根据布尔值对应赋值颜色，最终输出和你给出的预期结果完全一致。

写法2：大数据量优化版

如果你的数据集行数超过10万，可以用下面的写法避免逐行apply的性能损耗：

# 拆分列表元素后匹配，再按原索引聚合判断是否存在符合条件的元素
has_3_mask = df['Set'].explode().eq(3).groupby(level=0).any()
df['color'] = np.where(has_3_mask, 'green', 'red')

内容的提问来源于stack exchange，提问作者MeiNan Zhu