熊貓DataFrame字符串替換，然后分割並設置交集

Question

我有以下pandas DataFrame

data = ['18#38#123#23=>21', '18#38#23#55=>35']
d = pd.DataFrame(data, columns = ['rule'])

我有整數列表

r = [18, 55]

如果列表r中的所有整數也存在於規則中，我想從DataFrame上方過濾規則。 我嘗試了以下代碼，但失敗了

d[d['rule'].str.replace('=>','#').split('#').astype(set).issuperset(set(r))]

如何使用pandas實現所需的過濾

Answer 1

您朝着正確的方向前進，只需要使用apply函數即可：

d[d['rule'].str.replace('=>','#').str.split('#').apply(lambda x: set(x).issuperset(set(map(str,r))))]

Answer 2

我最初的直覺是使用list理解：

df = pd.DataFrame(['18#38#123#23=>21', '188#38#123#23=>21', '#18#38#23#55=>35'], columns = ['rule'])

def wrap(n):
    return r'(?<=[^|^\d]){}(?=[^\d])'.format(n)

patterns = [18, 55]
pd.concat([df['rule'].str.contains(wrap(pattern)) for pattern in patterns], axis=1).all(axis=1)

輸出：

0    False
1    False
2     True

Answer 3

使用str.get_dummies

d.rule.str.replace('=>','#').str.get_dummies(sep='#').loc[:, map(str, r)].all(1)

輸出

0    False
1     True
dtype: bool

---

詳情：

get_dummies + loc返回

    18  55
0   1   0
1   1   1

Answer 4

我的方法類似於@RafaelC的答案，但是將所有string轉換為int ：

new_df = d.rule.str.replace('=>','#').str.get_dummies(sep='#')
new_df.columns = new_df.columns.astype(int)
has_all = new_df[r].all(1)

# then you can assign new column for initial data frame
d['new_col'] = 10
d.loc[has_all, 'new_col'] = 100

輸出：

+-------+-------------------+------------+
|       |    rule           |   new_col  |
+-------+-------------------+------------+
|    0  | 18#38#123#23=>21  |      10    |
|    1  | 188#38#23#55=>35  |      10    |
|    2  | 18#38#23#55=>35   |     100    |
+-------+-------------------+------------+