使用pandas中的regex在另一列中的一列中查找值

Question

我有一個包含兩列字符串的pandas數據幀。 我想識別第一列（ s1 ）中的字符串出現在第二列（ s2 ）的字符串中的所有行。

所以，如果我的專欄是：

abc    abcd*ef_gh
z1y    xxyyzz

我想保留第一行，但不是第二行。

我能想到的唯一方法是：

1. 迭代數據幀行
2. 使用s1的內容作為匹配模式將df.str.contains()應用於s2

有沒有辦法實現這一點，不需要迭代行？

Answer 1

它可能是可行的（僅用於簡單匹配），以矢量化方式，使用numpy chararray 方法 ：

In [326]:

print df
    s1          s2
0  abc  abcd*ef_gh
1  z1y      xxyyzz
2  aaa   aaabbbsss
In [327]:

print df.ix[np.char.find(df.s2.values.astype(str), 
                         df.s1.values.astype(str))>=0, 
            's1']
0    abc
2    aaa
Name: s1, dtype: object

Answer 2

我能想到的最好的方法是使用apply而不是手動迭代：

>> df = pd.DataFrame({'x': ['abc', 'xyz'], 'y': ['1234', '12xyz34']})
>> df
     x        y
0  abc     1234
1  xyz  12xyz34

>> df.x[df.apply(lambda row: row.y.find(row.x) != -1, axis=1)]
1    xyz
Name: x, dtype: object