根据 dataframe2 中列表的值更新 dataframe1 中的单元格

Question

我有一个 dataframe1，其中有一列具有像这样的单元格条目（每个单元格是一组逗号分隔的单词） - "are, boy, cat, dog, ear, far, gone" 。

Dataframe2 有一列包含像这样的单元格条目（每个单元格是一个字母或单词） - "are"或"boy"或"gone" 。

我想向 dataframe1 添加一列，如果 dataframe1 中每个单元格中的单词在 dataframe2 中都有一个单词，则该列将具有布尔条目。 例如，

DF1 =（是，男孩，猫，狗，耳朵，远，走了），（家，家伙，高，蛋），（猫，完成，屋顶，草），等等.....

DF2 = (are), (boy), (gone), 等等....

dataframe1 中的新列单元格值 = (1)、(0)、(1) 等......

Answer 1

假设这些是您的输入，

import pandas as pd

df1 = pd.DataFrame(
    {'A': [
        'are, boy, cat, dog, ear, far, gone',
        'home, guy, tall, egg',
        'cat, done, roof, grass',
    ]}
)

df2 = pd.DataFrame({'A': ['are', 'boy', 'gone']})

print('%s\n%s' % (df1, df2))
#                                     A
# 0  are, boy, cat, dog, ear, far, gone
# 1                home, guy, tall, egg
# 2         cat, done, roof, grass, boy
#       A
# 0   are
# 1   boy
# 2  gone

我们可以使用Series.str.split()将逗号分隔的字符串转换为列表：

df1['A'].str.split(r'\s*,\s*')
# 0    [are, boy, cat, dog, ear, far, gone]
# 1                  [home, guy, tall, egg]
# 2           [cat, done, roof, grass, boy]
# Name: A, dtype: object

split r'\\s*,\\s*'是一个正则表达式模式，匹配逗号和中间的任何空格。 r前缀意味着将字符串文字视为原始字符串。

然后我们应用set.isdisjoint()来检查哪些单元格不包含df2的值：

df1['A'].str.split(r'\s*,\s*').apply(set(df2['A']).isdisjoint)
# 0    False
# 1     True
# 2     True
# Name: A, dtype: bool

然后最后否定这一点并分配给新列'B' ：

df1['B'] = ~df1['A'].str.split(r'\s*,\s*').apply(set(df2['A']).isdisjoint)
print(df1)
#                                     A      B
# 0  are, boy, cat, dog, ear, far, gone   True
# 1                home, guy, tall, egg  False
# 2              cat, done, roof, grass  False