Question

我有以下数据框。

import pandas as pd

data = [['Alexa',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age'])
df

检查“名称”列中是否存在某些字符。

mylist=['a','e']
pattern = '|'.join(mylist)
df['contains']=df['Name'].str.contains(pattern)

如果存在mylist值，则上述代码将为true或false。

如何在输出中获取字母列。

    Name    Age contains  letters
0   Alexa   10  True      e a 
1   Bob     12  False     
2   Clarke  13  True      a e

Answer 1

您可以在此处使用set交集和列表理解，这将比pandas字符串方法快：

check = set('ae')
df.assign(letters=[set(n.lower()) & check for n in df.Name])

     Name  Age letters
0   Alexa   10  {a, e}
1     Bob   12      {}
2  Clarke   13  {a, e}

另一种选择是：

df.assign(letters=df.Name.str.findall(r'(?i)(a|e)'))

     Name  Age    letters
0   Alexa   10  [A, e, a]
1     Bob   12         []
2  Clarke   13     [a, e]

第二种方法A）将包括重复项，而B）将更慢：

In [89]: df = pd.concat([df]*1000)

In [90]: %timeit df.Name.str.findall(r'(?i)(a|e)')
2.34 ms ± 93.7 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [91]: %timeit [set(n.lower()) & check for n in df.Name]
1.45 ms ± 23.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

如何在熊猫数据框列上打印给定字符串的出现？

1 个答案: