如何基于列表值是否存在为Pandas DataFrame新增列

我来帮你搞定这个需求！首先得提个小建议：你把目标值列表命名为a，和DataFrame里的列名a重名了，这很容易造成变量混淆，建议改成target_values这类清晰的名字，避免踩坑～

高效向量化方法（推荐） #

Pandas最擅长向量化操作，这种方法速度快、代码简洁，是处理这类问题的首选：

首先初始化你的数据（调整了列表名）：

import pandas as pd

train = pd.DataFrame({'a' : [22, 45, 68],'b' : [11, 23, 89], 'c' : [17, 49, 56]})
target_values = [17,21,12,89,77,99]

然后执行下面的代码新增标记列：

train['has_target'] = train.isin(target_values).any(axis=1)

代码解释 #

• train.isin(target_values)：生成一个和原DataFrame结构一致的布尔值DataFrame，每个单元格标记对应的值是否存在于target_values列表中；
• .any(axis=1)：按行（axis=1）检查每一行是否有至少一个True，最终得到每行的判断结果。

执行后你的DataFrame会变成这样：

a   b   c  has_target
0  22  11  17        True
1  45  23  49       False
2  68  89  56        True

逐行遍历方法（适合理解逻辑） #

如果想更直观地看到逐行判断的逻辑，可以用apply方法，但这种方法在大数据集上速度会慢很多，适合小数据量或者学习调试用：

train['has_target'] = train.apply(lambda row: any(val in target_values for val in row), axis=1)

代码解释 #

• apply(lambda row: ..., axis=1)：遍历DataFrame的每一行；
• any(val in target_values for val in row)：检查当前行的所有值中，是否有任意一个存在于目标列表里，返回布尔值。

结果和上面的方法完全一致。

内容的提问来源于stack exchange，提问作者Totor