Question

我试图查找跨多个列是否存在字符串。如果字符串存在，我想返回1，如果它不是数据帧中的新系列，则返回0。

在搜索论坛后，我了解str.contains可以使用，但我搜索超过100列，因此我一次只能处理单个系列并不是有效的。

如果相关，则列中有一些NAs。

简化数据框示例：

d = {'strings_1': ['AA', 'AB', 'AV'], 'strings_2': ['BB', 'BA', 'AG'], 
'strings_1': ['AE', 'AC', 'AI'], 'strings_3': ['AA', 'DD', 'PP'], 
'strings_4': ['AV', 'AB', 'BV']}
simple_df = pd.DataFrame(data=d)

如果我有兴趣找到AA＆＃39; AA＆＃39;例如，我想返回以下数据帧。

目标数据框示例：

d = {'strings_1': ['AA', 'AB', 'AV'], 'strings_2': ['BB', 'BA', 'AG'], 
'strings_1': ['AE', 'AC', 'AI'], 'strings_3': ['AA', 'DD', 'PP'], 
'strings_4': ['AV', 'AB', 'BV'], 'AA_TRUE': [1, 0, 0]}
target_df = pd.DataFrame(data=d)

非常感谢您的帮助。

Answer 1

如果需要检查混合值 - 带字符串的数字比较values创建的numpy数组，请使用DataFrame.any检查每行至少一个True，最后一次转换为int ：

simple_df['new'] = (simple_df.values == 'AA').any(1).astype(int)
#or cast all values to string before comparing
#simple_df['new'] = (simple_df.astype(str)== 'AA').any(1).astype(int)
print (simple_df)
  strings_1 strings_2 strings_3 strings_4  new
0        AE        BB        AA        AV    1
1        AC        BA        DD        AB    0
2        AI        AG        PP        BV    0

详情：

print ((simple_df.values == 'AA'))
[[False False  True False False]
 [False False False False False]
 [False False False False False]]

print ((simple_df.values == 'AA').any(1))
[ True False False]

如果需要检查子字符串：

simple_df['new'] = simple_df.applymap(lambda x: 'G' in x).any(1).astype(int)
print (simple_df)
  strings_1 strings_2 strings_3 strings_4  new
0        AE        BB        AA        AV    0
1        AC        BA        DD        AB    0
2        AI        AG        PP        BV    1

在Pandas中的多个列上查找字符串

1 个答案: