判断某一列数据是否在另一列中是数据处理时的常用操作，假设某dataframe中有两列数据
data = [[‘北京’,’上海’,’深圳’,’广州’,’杭州’,’南京’,’武汉’,’成都’,’苏州’,’青岛’],
[‘上海’,’南京’,’杭州’,’苏州’,’无锡’,’广州’,’深圳’,’东莞’,’香港’,’澳门’]]
df = pd.DataFrame(data)
df = df.T
df.columns=[‘cities1′,’cities2’]
假设要判断cities2列中的数据是否也在cities1列中，首先想到的应该是in 或者 not in。
df.cities2 in df.cities1
然而这显然是不行的
TypeError: ‘Series’ objects are mutable, thus they cannot be hashed
整列不行，那么自然想到的是df.apply方法
df[df.apply(lambda x: x.cities2 in x.cities1)]
很不幸，依然报错
AttributeError: ‘Series’ object has no attribute ‘cities2’
这是由于apply默认axis=0，即是按列进行操作，而我们是需要按行操作，故得加上axis=1
df[df.apply(lambda x: x.cities2 in x.cities1, axis=1)]
这次运行没有错误，但是得到的结果不是我们想要的，因为以上语句的效果是依次比对每行的数据，故得不到我们想要的结果
df.cities2[df.apply(lambda x: x.cities2 in df.cities1.values, axis=1)]
至此，我们终于得到了想要的结果，即找出了包含在了cities1列中的cities2列中的数据。
同时我们也可以添加一列用于存取比对的结果：
df[‘result’] = df.apply(lambda x: ‘yes’ if x.cities2 in df.cities1.values else ‘no’, axis=1)
df
结果如下：
cities1
cities2
result
0
北京
上海
yes
1
上海
南京
yes
2
深圳
杭州
yes
3
广州
苏州
yes
4
杭州
无锡
no
5
南京
广州
yes
6
武汉
深圳
yes
7
成都
东莞
no
8
苏州
香港
no
9
青岛
澳门
no