Python-如何在pandas中测试字符串是否包含列表中的子字符串之一?

有没有这将是一个组合的等同的任何功能df.isin()df[col].str.contains()

例如,假设我有系列 s = pd.Series(['cat','hat','dog','fog','pet']),并且我想找到s包含的任何一个的所有地方['og', 'at'],那么我想得到除“宠物”以外的所有东西。

我有一个解决方案,但这很不雅致:

searchfor = ['og', 'at']

found = [s.str.contains(x) for x in searchfor]

result = pd.DataFrame[found]

result.any()

有一个更好的方法吗?

回答:

一种选择是仅使用正则表达式|字符尝试匹配系列中单词中的每个子字符串s(仍使用str.contains)。

你可以通过将单词searchfor与结合在一起来构造正则表达式|:

>>> searchfor = ['og', 'at']

>>> s[s.str.contains('|'.join(searchfor))]

0 cat

1 hat

2 dog

3 fog

dtype: object

就像@AndyHayden在下面的注释中指出的那样,请注意你的子字符串是否具有特殊字符,例如$和^你想在字面上进行匹配的字符。这些字符在正则表达式的上下文中具有特定含义,并且会影响匹配。

你可以通过转义非字母数字字符来使子字符串列表更安全re.escape

>>> import re

>>> matches = ['$money', 'x^y']

>>> safe_matches = [re.escape(m) for m in matches]

>>> safe_matches

['\\$money', 'x\\^y']

与结合使用时,此新列表中带有的字符串将逐字匹配每个字符str.contains

以上是 Python-如何在pandas中测试字符串是否包含列表中的子字符串之一? 的全部内容, 来源链接: utcz.com/qa/435622.html

回到顶部