Question

我有一个使用内置函数“ isin”在熊猫数据框中查找值的函数。问题是我想使此函数不区分大小写。我可以将每个列解析为一个序列并使用“ str.contains”，但是我觉得它有点难看。你知道一个好方法吗？

以下是返回给定世界的索引和col的函数：

  def find_pos(self, titres):
    bool_table = self.document.isin(titres)
    for i in range(bool_table.shape[0]):
        for j in range(bool_table.shape[1]):
            boolean = bool_table.iloc[i][j]
            if boolean:
                return i, j

    print(titres, " not found in csv", file=sys.stderr)
    return -1, -1

一种可行的解决方案是使用lambda：

bool_table = self.document.apply(lambda x: x.astype(str).str.lower()).isin([x.lower() for x in titres])

由于我是python的新手，也许这不是执行此操作的最佳方法？

Answer 1

另一种方法是首先找到匹配的列，然后找到行索引。使用正则表达式进行不区分大小写的匹配。

一种示例方法是

def find_pos(search):
    pattern = '(?i)' + search  
    # search in each column
    for column in df:
        df2 = df[df[column].str.contains(pattern, regex=True)]
        if not df2.empty:
            # find row index and column index
            return (df2.index[0], df2.columns.get_loc(column))

idx = find_pos('to')
print(idx)

我尝试了以下示例数据

import pandas as pd

df = pd.DataFrame(columns = ['Name', 'Location'])
df.loc[len(df)] = ['Mathew', 'Houston']
df.loc[len(df)] = ['Tony', 'New York']
df.loc[len(df)] = ['Jerom', 'Los Angeles']
df.loc[len(df)] = ['Aby', 'Dallas']
df.loc[len(df)] = ['Elma', 'Memphis']
df.loc[len(df)] = ['Zack', 'Chicago']
df.loc[len(df)] = ['Lisa', 'New Orleans']
df.loc[len(df)] = ['Nita', 'Las Vegas']

熊猫：查找单元格索引：不区分大小写

1 个答案: