根据字符串是否是 pandas Dataframe 中的子字符串创建一列

Question

我的数据框中的一列是具有特定命名约定的标识符名称。 输入时，输入不正确。 我想问一下如何在python中找到要在其自己的列中输入的特定关键字。 也许某种循环？

例子：

types = ['XYZ', 'OPQ', 'MNO', 'ABC']

当前 df：

ID  ID Name
45  I_name_ls_XYZ_random
46  I_22_name_ABC_random
47  I_name_ls_XYZ_random_45
48  I_name_ls_MNO_random
49  I_ls_OPQ_random_name
50  I_name_ls_ABC_random
51  I_name_ls_XYZ_random
52  I_name_MNO_random

想要的结果：

ID  ID Name                types
45  I_name_ls_XYZ_random    XYZ
46  I_22_name_ABC_random    ABC
47  I_name_ls_XYZ_random_45 XYZ
48  I_name_ls_MNO_random    MNO
49  I_ls_OPQ_random_name    OPQ
50  I_name_ls_ABC_random    ABC
51  I_name_ls_XYZ_random    XYZ
52  I_name_MNO_random       MNO

Answer 1

使用str.extract

df['types'] = df.Name.str.extract('({})'.format('|'.join(types)))

   ID                     Name types
0  45     I_name_ls_XYZ_random   XYZ
1  46     I_22_name_ABC_random   ABC
2  47  I_name_ls_XYZ_random_45   XYZ
3  48     I_name_ls_MNO_random   MNO
4  49     I_ls_OPQ_random_name   OPQ
5  50     I_name_ls_ABC_random   ABC
6  51     I_name_ls_XYZ_random   XYZ
7  52        I_name_MNO_random   MNO

如果您可能需要多个匹配项，可以使用findall

df
   ID                     Name
0  45  I_name_ls_XYZ_ABCrandom

df.Name.str.findall(r'|'.join(types))
0    [XYZ, ABC]
Name: Name, dtype: object

Answer 2

将pd.Series.apply与自定义函数/生成器表达式一起使用：

types = {'XYZ', 'OPQ', 'MNO', 'ABC'}

def string_filter(x):
    return next((i for i in x.split('_') if i in types), None)

df['types'] = df['ID_Name'].apply(string_filter)

print(df)

   ID                  ID_Name types
0  45     I_name_ls_XYZ_random   XYZ
1  46     I_22_name_ABC_random   ABC
2  47  I_name_ls_XYZ_random_45   XYZ
3  48     I_name_ls_MNO_random   MNO
4  49     I_ls_OPQ_random_name   OPQ
5  50     I_name_ls_ABC_random   ABC
6  51     I_name_ls_XYZ_random   XYZ
7  52        I_name_MNO_random   MNO