Question

list = [['apple', 'orange', 'pear'],  ['peach', 'apple', 'pear']]
df = pd.DataFrame(list)
print df

Out[172]: 
       0       1     2
0  apple  orange  pear
1  peach   apple  pear

我正在努力获得子串的第一场比赛＆＃39; pe＆＃39;对于df的每一行。基本上我希望输出是一个数据框，给出：

       0
0  pear
1  peach

请为此提供可行的解决方案。

Answer 1

蛮力方法：

In [22]: df
Out[22]:
       0       1     2
0  apple  orange  pear
1  peach   apple  pear

In [23]: def startswith(prefix, default=''):
    ...:     def f(S):
    ...:         for val in S:
    ...:             if val.startswith(prefix):
    ...:                 return val
    ...:         return default
    ...:     return f
    ...:

In [24]: df.apply(startswith('pe'), axis=1)
Out[24]:
0     pear
1    peach
dtype: object

注意，这不会有效。它本质上是一个庞大的，嵌套的，python-for-loop。也许如果你有一堆字符串，DataFrame就不是正确的数据结构。

注意，df.apply采用函数将应用于每个列（如果传递axis = 0，默认值）或每行（如果传递axis = 1））。

startswith函数是函数工厂，因此您可以向其传递要搜索的前缀，以及如果从未找到匹配项将返回的默认值（它可以设置为你想要的任何东西），它返回一个新函数，它搜索给定这些约束的行。

Answer 2

我和@ juanpa.arrivillaga的解决方案差不多。只要你期望多维列表输入相对较小，那么这个嵌套循环应该可以正常工作。

循环遍历多维数组（在它放入DataFrame之前），然后搜索该列表以查找以＆＃39; pe＆＃39;开头的字符串的第一个匹配项。（或者你正在寻找的任何东西）。将该字符串作为单项列表插入到结果列表中。填充该列表后，再次将其放入DataFrame中。

myList = [[＆＃39; apple＆＃39;，＆＃39; orange＆＃39;，＆＃39; pear＆＃39;]，[＆＃39;桃子＆＃39;，＆＃39; apple＆＃39;，＆＃39;梨＆＃39;]] resultList = []

for row in myList:
    for fruit in  row:
        if fruit.startswith('pe'):
            resultList.append([fruit])
            break

df2 = pd.DataFrame(resultList)
printdf

返回包含熊猫数据帧每行中子字符串的第一个值

2 个答案: