在兩列中獲取具有相同特定單詞的熊貓行

Question

我有一個看起來像這樣的熊貓數據框

     data1                 data2
0   overall_phase1_b3     overall_phase1_b5
1   overall_phase2_b3     overall_phase5_b5
2   overall_phase3_b3     overall_phase3_b5

我的問題是如何獲得具有匹配階段號的數據框行？ 如果我在data1列中有phase1 ，我應該在data2列中有phase1 。

所需的輸出如下

       data1                 data2
0   overall_phase1_b3     overall_phase1_b5
1   overall_phase3_b3     overall_phase3_b5

Answer 1

您不需要regex來實現這一點。 你可以改用這樣的東西：

df[df.data1.str.split("_", expand=True)[1] == df.data2.str.split("_", expand=True)[1]]


------------------------------------------
    data1               data2
0   overall_phase1_b3   overall_phase1_b5
2   overall_phase3_b3   overall_phase3_b5
------------------------------------------

這基本上是將列data1和data2拆分為“_”，然后比較兩列中擴展數據幀的第二個值（包括“phasex”）。 比較為您提供了一個可用於減少數據的掩碼。

Answer 2

由於我們正在處理 Pandas，我將為您提供簡單的答案。

import pandas as pd
df = pd.DataFrame(columns=["data1","data2"])
data1 = ['overall_phase1_b3','overall_phase1_b3','overall_phase3_b3']
data2 = ['overall_phase1_b5','overall_phase5_b5','overall_phase3_b5']
df['data1'] = data1
df['data2'] = data2
df

上面的代碼將為您生成給定數據的 Pandas Dataframe。

result = pd.DataFrame(columns=["data1","data2"])
result_d1 = []
result_d2 = []
for i,j in df.iterrows():
    if j.data1.split('_')[1][-1] == j.data2.split('_')[1][-1]:
        result_d1.append(j.data1)
        result_d2.append(j.data2)
result['data1'] = result_d1
result['data2'] = result_d2
result

查看您的數據后，我們可以使用字符串拆分方法將階段編號與相應的行進行比較，這將告訴您每行之間的匹配階段。 如果您不想將結果存儲在 DataFrame 中，最好使用print語句而不是將結果推送到 DataFrame 中。

不過，很好的問題，快樂的編碼..！

Answer 3

另一種方法但非常相似：

# extract phase numberes and compare
df[df.data1.str.extract('(\d+)')[0]==df.data2.str.extract('(\d+)')[0]]

>>>out
'''
               data1              data2
0  overall_phase1_b3  overall_phase1_b5
2  overall_phase3_b3  overall_phase3_b5