pandas DataFrame多值分类列按列表值过滤失效问题

你使用的df['Categories'].isin(exclude_list)是整字符串精确匹配，只会过滤掉Categories列内容完全等于'A'或'C'的行，对于"A, C"这类拼接了多个分类的字符串，因为整体和排除列表元素不相等，因此会被误保留，不符合需求。

方案1：逐行拆分判断（简单易理解，适合小数据量） #

先把每一行的Categories字符串按分隔符拆分为单独分类列表，再判断拆分后的列表和排除列表是否有交集，有交集就排除该行：

exclude_list = ['A', 'C']
# 按", "拆分（和示例的分隔符一致，可根据实际分隔符调整），判断是否无交集
mask = df['Categories'].apply(lambda x: not set(x.split(', ')) & set(exclude_list))
df_filtered = df[mask]

方案2：向量化正则匹配（性能更高，适合大数据量） #

用正则匹配「独立的排除分类」，避免子串误匹配，性能远高于逐行apply：

import re
exclude_list = ['A', 'C']
# 转义排除列表中的正则特殊字符，避免分类含.、*等符号时出错
exclude_escaped = [re.escape(cat) for cat in exclude_list]
# 构造匹配规则：匹配开头的排除分类，或 分隔符", "后的排除分类（避免匹配到子串）
pattern = r'(?:^|, )(' + '|'.join(exclude_escaped) + r')'
# 匹配到排除分类的行取反，得到符合要求的mask
mask = ~df['Categories'].str.contains(pattern, regex=True)
df_filtered = df[mask]

• 上述代码默认Categories的分隔符是, （逗号加空格，和示例一致），如果实际分隔符是无空格逗号、分号等，需要把代码里的, 替换为对应分隔符
• 不要直接使用str.contains('|'.join(exclude_list))，会把子串误判为匹配（比如分类为"BA"时会被误判为包含'A'），必须加边界匹配规则
• 手动添加',A'、'A,'这类匹配变体的方式很容易遗漏边界情况（比如开头的C、结尾的A、分隔符带空格的情况），维护成本高，不推荐使用
• 两种方案运行后，针对你的示例数据，最终只会保留ID为2的行，符合预期。

内容的提问来源于stack exchange，提问作者ViRusi92