下面是一种处理任意数量嵌套列表的方法：

def func(z, X, Y):
    A, B = [], []
    for x, y in zip(X, Y):
        if isinstance(x, list):
            a, b = func(z, x, y)
            A.append(a), B.append(b)

        if x == z:
            A.append(x), B.append(y)
    return A, B

c = ['single_item_list', 'multi_item_list', 'multi_id']
df[c[1:]] = [func(z, X, Y) for [z], X, Y in df[c].to_numpy()]

结果

single_proj_name single_item_list single_id           multi_proj_name         multi_item_list           multi_id
0           [jsfk]        [ABC_123]    [1234]         [AAA, VVVV, SASD]  [[ABC_123], [ABC_123]]  [[29481], [5432]]
1           [fhjk]         [DEF123]    [5678]  [QEWWQ, SFA, JKKK, fhjk]                [DEF123]            [57567]
2           [ERRW]         [FAS324]   [91011]              [ERRW, TTTT]                [FAS324]             [8775]
3          [SJBAK]        [HSJD123]  [121314]             [SJBAK, YYYY]               [HSJD123]            [43512]

您提供的代码使用zip（）函数同时迭代DataFrame的“single_item_list”、“multi_item_list”和“multi_id”列。
对于每次迭代，它使用嵌套的for循环来迭代“multi_item_list”列中的子列表。它使用in运算符检查“single_item_list”的第一个元素是否存在于当前子列表中。如果存在，它使用索引查找子列表中匹配元素的索引（）方法，并将其赋给变量pos，然后在'multi_id'列的相应索引中打印该值。
这段代码可以正常工作，但它只会打印multi_id列中的匹配值，而不会更新数据框的multi_item_list和multi_id列。为了用匹配值更新数据框，您必须使用.iloc方法来更新数据框。例如：样本_df.iloc[i，j] =新瓦尔

for i, (single, multi_item, multi_id) in enumerate(zip(sample_df['single_item_list'],sample_df['multi_item_list'],sample_df['multi_id'])):
for j, item_list in enumerate(multi_item):
    if single[0] in item_list:
        pos = item_list.index(single[0])
        sample_df.at[i,'multi_item_list'] = [item_list]
        sample_df.at[i,'multi_id'] = [multi_id[j]]

打印（样本df）
这将使用“multi_item_list”和“multi_id”列中的筛选值打印更新的DataFrame。请注意，print（sample_df）应放在for循环之后，以确保在更新后打印表。
此代码同时迭代DataFrame的“single_item_list”、“multi_item_list”和“multi_id”列。在每次迭代中，它使用嵌套的for循环迭代“multi_item_list”列中的子列表。它使用in运算符检查“single_item_list”的第一个元素是否存在于当前子列表中。如果存在，它使用index（）方法在子列表中查找匹配元素的索引，并将其赋给变量pos。然后，它使用at方法用匹配的值更新DataFrame中当前索引处的'multi_item_list'和'multi_id'列。
请注意，此代码将从“multi_item_list”和“multi_id”列中删除不匹配的项目，如果没有匹配的项目，它将保留原始值。

我使用isinstance来检查它是否是一个嵌套列表，并得出了如下所示的结果，这是预期的输出。

for i, (single, multi_item, multi_id) in enumerate(zip(sample_df['single_item_list'],sample_df['multi_item_list'],sample_df['multi_id'])):
    if (any(isinstance(i, list) for i in multi_item)) == False:
        for j, item_list in enumerate(multi_item):
            if single[0] in item_list:
                pos = item_list.index(single[0])
                sample_df.at[i,'multi_item_list'] = [item_list]
                sample_df.at[i,'multi_id'] = [multi_id[j]]
    else:
        print("under nested list")
        for j, item_list in enumerate(zip(multi_item,multi_id)):
            if single[0] in multi_item[j]:
                pos = multi_item[j].index(single[0])
                sample_df.at[i,'multi_item_list'][j] = single[0]
                sample_df.at[i,'multi_id'][j] = multi_id[j][pos]
            else:
                sample_df.at[i,'multi_item_list'][j] = np.nan
                sample_df.at[i,'multi_id'][j] = np.nan