Python 熊猫过滤器，其中当前行字符串包含不同列中上一行的字符串

我有以下数据帧：

df = pd.DataFrame({'col1':['1', np.nan, '2', np.nan, np.nan, '3', '4', '7', np.nan], 'col2':[np.nan, '1,2', np.nan, '0,3', '0,3', np.nan, np.nan, np.nan, '7,8']})

看起来是这样的：

  col1 col2
0    1  NaN
1  NaN  1,2
2    2  NaN
3  NaN  0,3
4  NaN  0,3
5    3  NaN
6    4  NaN
7    7  NaN
8  NaN  7,8

我试图找出如何创建一个向量化过滤器，该过滤器将返回

col2

值包含前一行

col1

值的行。如果

col1

或

col2

为

NaN

，则不应考虑该行。因此，在该df上，结果应为：

1  NaN  1,2
8  NaN  7,8

起初，我考虑将

col1

向下移动1，并使用类似于

isin

：

 df[(df['col1'].shift(1).fillna('').isin(something in here)]

但是后来我意识到，

isin

不会单独处理每一行，也就是说，它会检查每一行是否在同一个列表中。因此，现在我确信我应该使用类似于

df['col2'].str.contains（df['col2']）

的东西，但我不太确定如何处理移位以及什么不可以

同样，目标是有一个矢量化过滤器，这样我就可以做到：

filtered_rows = df[(filter_here)]

我将感谢任何帮助

df = pd.DataFrame({'col1':['1', np.nan, '2', np.nan, np.nan, '3', '4', '7', np.nan], 'col2':[np.nan, '1,2', np.nan, '0,3', '0,3', np.nan, np.nan, np.nan, '7,8']})
df['col1_shifted'] = df['col1'].shift(1)
mask = df.apply(
    lambda x: x.col1_shifted in str(x.col2).split(',')
    if x.col1_shifted
    else False, axis=1
)
filtered_rows = df[mask][['col1', 'col2']]

filtered_rows

  col1 col2
1  NaN  1,2
8  NaN  7,8