在 Pandas 數據框中檢查一列並返回另一列

Question

我有一個這樣的數據框：

   Title                Participants
0  ShowA            B. Smith,C. Ball
1  ShowB                   T. Smooth
2  ShowC  K. Dulls,L. Allen,B. Smith

我在,在參與者列中拆分並為每個單元格創建一個列表。 接下來，我檢查每個列表中的特定參與者。 在這個例子中，我正在檢查B. Smith或K. Dulls

for item in df['Participants']:
    listX = item.split(',')
    if 'B. Smith' in listX or 'K. Dulls' in listX:
        print(listX)

這將返回：

['B. Smith', 'C. Ball']
['K. Dulls', 'L. Allen', 'B. Smith']

1）我猜在我的if語句中有一種更簡潔的方法來檢查多個參與者。 我喜歡任何建議。

2）這是我一直在轉圈的地方，我如何返回與我返回的列表相關的Title ？

在這個例子中，我想返回：

ShowA
ShowC

---

設置代碼：

import pandas as pd

df = pd.DataFrame(data={'Title': ['ShowA', 'ShowB', 'ShowC'],
                        'Participants': ['B. Smith,C. Ball', 'T. Smooth', 'K. Dulls,L. Allen,B. Smith']})

target_participants = ['B. Smith', 'K. Dulls']

Answer 1

get_dummies

您可以使用pandas.Series.str.get_dummies並創建一個數據pandas.Series.str.get_dummies ，其中列是名稱所在位置的布爾表達式。

dummies = df.Participants.str.get_dummies(',').astype(bool)
dummies

   B. Smith  C. Ball  K. Dulls  L. Allen  T. Smooth
0      True     True     False     False      False
1     False    False     False     False       True
2      True    False      True      True      False

然后我們可以找到你的結果

df.loc[dummies['B. Smith'] | dummies['K. Dulls'], 'Title']

0    ShowA
2    ShowC
Name: Title, dtype: object

---

contains

否則，您可以使用pandas.Series.str.contains 。 首先，我們需要在列表中指定您要查找的人員，然后構造一個字符串以用作正則表達式。

people_to_look_for = ['B. Smith', 'K. Dulls']
pattern = '|'.join(people_to_look_for)
mask = df.Participants.str.contains(pattern)
df.loc[mask, 'Title']

0    ShowA
2    ShowC
Name: Title, dtype: object

Answer 2

我不確定這樣做的性能會有多好，但我認為如果您將'Participants'列的元素保留為列表，那么投資是值得的。

import pandas as pd

df = pd.DataFrame(data={'Title': ['ShowA', 'ShowB', 'ShowC'],
                        'Participants': ['B. Smith,C. Ball', 'T. Smooth', 'K. Dulls,L. Allen,B. Smith']})

target_participants = {'B. Smith', 'K. Dulls'}

df['Participants'] = df['Participants'].str.split(',')

print(df, end='\n\n')

contains_parts = ~df['Participants'].map(target_participants.isdisjoint)

print(contains_parts)

輸出：

   Title                    Participants
0  ShowA             [B. Smith, C. Ball]
1  ShowB                     [T. Smooth]
2  ShowC  [K. Dulls, L. Allen, B. Smith]

0     True
1    False
2     True
Name: Participants, dtype: bool