如何在Pandas中基于列内列表值筛选DataFrame行？

嘿，我完全懂你碰到的这个麻烦！直接用列表和DataFrame的列做相等判断确实会踩坑，因为Pandas会默认把右侧的列表当成和列长度一致的序列来逐元素匹配，而不是检查每个行里的列表是否和目标列表完全相等，这就导致了那个长度不匹配的错误。

别担心，有几个比手动遍历高效得多的解决方案：

方法1：用apply()逐行判断列表相等 #

这是最直接的方式，利用apply()对list_value列的每个元素做相等判断，返回布尔值来筛选行：

import pandas as pd

df = pd.DataFrame([['text1', [1,2,3]], ['text2', [2,3,4]]], columns=['text','list_value'])
# 筛选list_value等于[1,2,3]的行
filtered_df = df[df['list_value'].apply(lambda x: x == [1,2,3])]
print(filtered_df)

运行后会得到你想要的结果：

text list_value
0  text1  [1, 2, 3]

方法2：转成元组后直接匹配（更高效） #

列表是不可哈希的，没法直接作为Pandas的比较对象，但元组可以。我们可以把列表列转成元组，然后直接用等于判断：

# 链式调用，无需新增列
filtered_df = df[df['list_value'].apply(tuple) == (1,2,3)]

# 如果需要重复使用，也可以新增一列元组列
df['tuple_value'] = df['list_value'].apply(tuple)
filtered_df = df.loc[df['tuple_value'] == (1,2,3)]

这个方法的性能比apply(lambda x: x == ...)更好，尤其是当你的DataFrame行数很多的时候。

为什么原来的代码会报错？ #

你之前写的df.loc[df['list_value'] == [1,2,3]]，Pandas会把右侧的[1,2,3]当成一个长度为3的序列，而你的list_value列只有2个元素（两行），所以它尝试逐位置匹配时就会抛出Arrays were different lengths: 2 vs 3的错误——它根本没理解你是要检查每个行的列表是否等于目标列表。

内容的提问来源于stack exchange，提问作者Leoli