![](/img/trans.png)
[英]pandas dataframe check if column contains string that exists in another column
[英]Check if string is in another column pandas
下面是我的 DF
df= pd.DataFrame({'col1': ['[7]', '[30]', '[0]', '[7]'], 'col2': ['[0%, 7%]', '[30%]', '[30%, 7%]', '[7%]']})
col1 col2
[7] [0%, 7%]
[30] [30%]
[0] [30%, 7%]
[7] [7%]
目的是检查 col1 值是否包含在下面的 col2 中是我尝试过的
df['test'] = df.apply(lambda x: str(x.col1) in str(x.col2), axis=1)
以下是预期的输出
col1 col2 col3
[7] [0%, 7%] True
[30] [30%] True
[0] [30%, 7%] False
[7] [7%] True
使用Series.str.extractall
获取数字,通过Series.unstack
重塑,因此可以通过DataFrame.isin
与DataFrame.any
进行比较:
df['test'] = (df['col2'].str.extractall('(\d+)')[0].unstack()
.isin(df['col1'].str.strip('[]'))
.any(axis=1))
print (df)
col1 col2 test
0 [7] [0%, 7%] True
1 [30] [30%] True
2 [0] [30%, 7%] False
3 [7] [7%] True
您可以提取两列和join
上的数字,然后使用eval
+ groupby
+ any
检查每个 id 是否至少有一个匹配项:
(df['col2'].str.extractall('(?P<col2>\d+)').droplevel(1)
.join(df['col1'].str[1:-1])
.eval('col2 == col1')
.groupby(level=0).any()
)
输出:
0 True
1 True
2 False
3 True
一种方法:
import ast
# convert to integer list
col2_lst = df["col2"].str.replace("%", "").apply(ast.literal_eval)
# check list containment
df["col3"] = [all(bi in a for bi in b) for a, b in zip(col2_lst, df["col1"].apply( ast.literal_eval)) ]
print(df)
输出
col1 col2 col3
0 [7] [0%, 7%] True
1 [30] [30%] True
2 [0] [30%, 7%] False
3 [7] [7%] True
您还可以用单词边界\\b
替换方括号并使用re.search
像
import re
#...
df.apply(lambda x: bool(re.search(x['col1'].replace("[",r"\b").replace("]",r"\b"), x['col2'])), axis=1)
# => 0 True
# 1 True
# 2 False
# 3 True
# dtype: bool
这会起作用,因为\\b7\\b
会在[0%, 7%]
找到匹配项,因为7
既不前面也不后面跟字母、数字或下划线。 在[30%, 7%]
中找不到任何匹配项,因为\\b0\\b
不匹配数字后的零(此处为3
)。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.