如何检查Pandas DataFrame中A列字符串是否在同行B列列表中

首先，你遇到的TypeError: unhashable type: 'list'是因为Series.isin()方法的设计目标是检查整个Series的元素是否存在于一个可哈希的集合或一维序列中，而你传入的df.B是包含列表的Series——列表是不可哈希的类型，所以会触发这个错误。

下面提供一个完全基于Pandas原生功能、无需for循环和lambda的解决方案：

import pandas as pd

# 构造你的DataFrame
df = pd.DataFrame(columns=['A','B'])
df.loc[0] = ['apple',['orange','banana','blueberry']]
df.loc[1] = ['orange',['orange','banana','avocado']]
df.loc[2] = ['blueberry',['apple','banana','blueberry']]
df.loc[3] = ['cherry',['apple','orange','banana']]

# 核心解决方案
result = df['A'].eq(df['B'].explode()).groupby(level=0).any()
print(result)

输出结果： #

0    False
1     True
2     True
3    False
Name: A, dtype: bool

方法原理： #

1. df['B'].explode()：将每行的列表拆分成单独的行，同时保留原DataFrame的索引，这样原来的一行（比如索引0）会变成3行，分别对应orange、banana、blueberry，索引都是0。
2. df['A'].eq(...)：利用索引对齐的特性，将原A列的每个值（比如索引0的apple）和拆分后对应索引的所有B元素逐一比较，得到一个布尔值Series。
3. groupby(level=0).any()：按原索引分组，判断每组中是否存在至少一个True——也就是原行的A值是否出现在B的列表中，最终得到你需要的逐行判断结果。

内容的提问来源于stack exchange，提问作者Rafiq