使用Panda / Numpy搜索匹配的字符串

Question

我已经尝试解决了一段时间了，但是还没有解决。 我的目标是在名为“ WORDS”的列中搜索字符串并返回“ INDEXED_NUMBER”。 例如，如果我搜索了“ aaa”，它将返回我0，如下表所示。

我正在使用python panda，也可能正在尝试numpy。 以下是我尝试过的代码示例：

def WordToIndexwithjustPanda():
    referenceDF[referenceDF['WORDS'].str.contains('aaa')]
    #I was hoping that it will grab me the row with the word 'aaa' but 
    #it is not returning me anything

和

def WordToIndexwithNumpy():
    np.where(referenceDF["WORDS"].str.contains('aaa'))
    #I think this is wrong but I am not sure how is this wrong

我希望你们能引导我正确使用此方法。 我正在使用anaconda提示和jupyter笔记本作为补充说明。 我已经进口了熊猫和麻木。

提前致谢。 XD

Answer 1

将loc与boolean indexing一起使用，不要忘记添加return to fuction，对于返回标量，也需要iat来选择带if-else的已过滤Series第一个值，如果过滤不返回任何行：

def WordToIndexwithjustPanda():
    a = referenceDF.loc[referenceDF['WORDS'].str.contains('aaa'), 'INDEXED_NUMBER']
    return 'No match' if a.empty else a.iat[0]

您还可以在函数中使用参数来检查值的首次出现：

referenceDF = pd.DataFrame({
    'WORDS': ['aaa','aaas','aactive','aadvantage','aaker'],
    'INDEXED_NUMBER': list(range(5))
})
print (referenceDF)
   INDEXED_NUMBER       WORDS
0               0         aaa
1               1        aaas
2               2     aactive
3               3  aadvantage
4               4       aaker

def WordToIndexwithjustPanda(val):
    a = referenceDF.loc[referenceDF['WORDS'].str.contains(val), 'INDEXED_NUMBER']
    return 'No match' if a.empty else a.iat[0]
print (WordToIndexwithjustPanda('aaa'))
0
print (WordToIndexwithjustPanda('bbb'))
No match

Answer 2

这是使用生成器实现算法的一种方法：

def WordToIndexwithjustPanda():
    return next((i for i, j in zip(df['INDEXED_NUMBER', df['WORDS']) \
                 if 'aaa' in j), 'No match')

严格来说，它仅使用pandas的一部分，因为它使用了pd.Series的迭代功能。