如何在 dataframe 中的运算符中使用 python 来搜索字符串并在同一 dataframe 中的新列中返回 boolean

Question

我有一个包含电影数据的 dataframe df。 .

我想在 df 中创建一个名为“drama_movie”的新列，其中包含的电影是 Dramas 的值为 True，如果不是，则为 False。

我尝试使用以下代码： df["drama_movie"]=df['listed_in'].isin(["Dramas"])

-> 但我在 drama_movie 列中收到的所有内容都是假的。

当我尝试以下代码时： df["drama_movie"]=df.apply(lambda x: x['listed_in'] in x['Dramas'], axis=1)

-> 我收到一个关键错误“戏剧”

有效的是这段代码： df["drama_movie"] = df['listed_in'].str.contains('Dramas', case=False, na=False)

-> 但我需要在运算符中使用 pythons。 我不知何故坚持下去。 有什么建议么？ 谢谢您的帮助

Answer 1

您可以拆分字符串，然后展开列表，然后只保留符合您条件的行：

drama_movies = (df.loc[df['listed_in'].str.split(',').explode()
                                      .loc[lambda x: x.isin(['Dramas'])].index])

不要在这里使用apply或使用理解：

drama_movies = df[['Dramas' in s.split(',') for s in df['listed_in']]]

# For 200 rows
# apply: 1.16 ms ± 20.1 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
# comprehension: 156 µs ± 262 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)