检查多个col中的字符串是否存在，并将输出提供给熊猫中单独的col

Question

我的数据框如下：

    col1  col2  col3  col4
0   a-I    -     -    12.4
1   -      a-I   -    2.6
2   a-I    -     a-I  23
3   -      a-I   a-I  4
4   -      -     a-I  5
5   a-I    a-I   -    6.245
6   -      a     a    7.23
7   a      a     -    8

我想要的是检查每列中是否存在I，而不是用res将-列与字符串分隔开来。有人可以知道如何执行此操作吗？

预期结果如下：

    col1  col2  col3  col4 res
0   a-I    -     -    12.4  I 
1   -      a-I   -    2.6   I
2   a-I    -     a-I  23    I
3   -      a-I   a-I  4     I
4   -      -     a-I  5     I
5   a-I    a-I   -    6.245 I
6   -      a     a    7.23  -
7   a      a     -    8     -

Answer 1

设置

如果您的DataFrame中除了str之外还有其他数据类型，则需要用df替换所有对df.astype(str)的提及。

使用numpy.where和str.contains

df.assign(res=np.where(df.sum(1).str.contains('I'), 'I', '-'))

使用列表理解：

列表解析通常比内置的pandas字符串方法要快：

df.assign(res=['I' if 'I' in row else '-' for row in df.values.sum(1)])

---

两种产品：

 col1 col2 col3 res
0  a-I    -    -   I
1    -  a-I    -   I
2  a-I    -  a-I   I
3    -  a-I  a-I   I
4    -    -  a-I   I
5  a-I  a-I    -   I
6    -    a    a   -
7    a    a    -   -

---

时间

df = pd.concat([df]*5000)

%timeit ['I' if 'I' in row else '-' for row in df.values.sum(1)]
9.29 ms ± 310 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit np.where(df.sum(1).str.contains('I'), 'I', '-')
69.4 ms ± 2.17 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit df.sum(1).str.contains('I').map({False:'-',True:'I'})
83 ms ± 12.5 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

Answer 2

OR：

df['res']=df.sum(1).str.contains('I').map({False:'-',True:'I'})
print(df)

如果pandas数据框中包含字符串以外的其他类型，请执行以下操作：

df['res']=df.astype(str).sum(1).str.contains('I').map({False:'-',True:'I'})
print(df)