循环遍历列表并将每个项目与另一个完整列表进行比较

Question

表格1

---

表 2

---

我希望能够将列 ['Prescribed'] 中的每个项目或行与整个表 2 列 ['Name'] 进行比较，以便能够在表 1 中的每一行中创建一个列 ['category'] 行。使用 Pandas 数据帧或任何可能的 python 方法

更多说明（或示例）

表1（上图1）

 test_text = "Amlodipine    [ Amlodipine     | 10 mg | Tablet | OD |  For 60 Days  ], Cetirizine    [ Cetirizine     | 10 mg | Tablet | OD |  For 5 Days  ]"

表2（上图2）

comparison_list = ['Amlodipine', 'Tylenol', 'Advil']

预期结果：

Return True if 'Amlodipine' is in test_text

以下是我尝试过的一些方法。

for i in table1['Prescribed']:
    split_data = i.split(",")
        for b in split_data:
            if any(str(b) in s for s in table2['Name']):
                print('true')
            elif str(b) in table2['Name']:
                print('perfect')
            else:
                print('false')

输出：

false
false
false
false
false
false
false
false

不拆分文本：

for i in table1['Prescribed']:
      if any(str(i) in s for s in table2['Name']):
          print('true')
      elif str(i) in table2['Name']:
          print('perfect')
      else:
          print('false')

结果：

false
false
false
false
false
false
false

如果有任何解决方案，我很乐意知道。 关于如何更整洁的建议也受到赞赏。 如果也有关于如何进行此操作的链接或书籍可供阅读，我很乐意了解它们。

Answer 1

IIUC，您想从table2['Name']提取药物名称，然后将其用作比较列表，以查找 table1['Prescription'] 中是否存在任何这些名称。

如果这是你想要的，那么试试这个 -

1. 使用矢量化str函数（如replace 、 split和strip为您的比较列表提取唯一的药物名称。
2. 接下来使用'|'.join()将这些独特的药物与OR连接器连接起来，以使用另一个向量化str函数str.contains查找table1['Prescription]'是否存在任何str.contains

1. 注意 1：使用 apply 函数处理字符串不如在 Pandas 中使用str方法有效。
2. 注 2：正则表达式[\\(\\[].*?[\\)\\]]用于去除()或[]括号内的文本并仅返回外的文本，即药物名称. 随意更换任何其他东西。

#Get unique drung names from table2
unique_drugs = table2['Name'].str.replace('[\(\[].*?[\)\]]','',regex=True)\
                             .str.split(',')\
                             .explode()\
                             .str.strip()\
                             .unique()



#Flag if any of them occur in table1
table1['flag'] = table1['Prescription'].str.contains('|'.join(unique_drugs))

print(table2['flag'])

0    True
1    True
2    True
3    True
Name: Prescription, dtype: bool

请更新并添加实际数据，以获得准确的解决方案