我有一个数据框
plan_identifier wellthie_issuer_identifier
0 UNM99901AL0000001-DEN UNM99902
1 UNM99902AK0000001-DEN UNM99902
2 UNM99904AZ0000001-DEN UNM99904
3 UNM99905AR0000001-DEN UNM99905
4 UNM99906CA0000001-DEN UNM99906
5 UNM99908CO0000001-DEN UNM99909
6 UNM99909CT0000001-DEN UNM99909
我需要检查在获取plan_identifier
的长度之后考虑的wellthie_issuer_identifier
的子字符串是否相等?
UNM99902
的长度为8,所以我的plan_identifier
子字符串= UNM99901
。现在,这应该使我返回False。
所以,只要这不相等,我都应该得到False。
我的输出应该是:-
FALSE
TRUE
TRUE
TRUE
TRUE
FALSE
TRUE
我尝试了以下方法-
print(~(df['plan_identifier'].str[:(df['wellthie_issuer_identifier'].astype(str).str.len())] != df['wellthie_issuer_identifier']))
如何实现?我们可以使用apply()吗?
答案 0 :(得分:2)
使用defchararray.find
中的numpy
s1=df.plan_identifier.values.astype(str)
s2=df.wellthie_issuer_identifier.values.astype(str)
~np.core.defchararray.find(s1,s2).astype(bool)
Out[64]: array([False, True, True, True, True, False, True])
答案 1 :(得分:1)
熊猫中的字符串方法通常非常慢。您可以改为使用列表推导。 IIUC:
>>> [i in p for p,i in zip(df['plan_identifier'],df['wellthie_issuer_identifier'])]
[False, True, True, True, True, False, True]
# or assign to new column:
df['new_column'] = [i in p for p,i in zip(df['plan_identifier'],df['wellthie_issuer_identifier'])]
>>> df
plan_identifier wellthie_issuer_identifier new_column
0 UNM99901AL0000001-DEN UNM99902 False
1 UNM99902AK0000001-DEN UNM99902 True
2 UNM99904AZ0000001-DEN UNM99904 True
3 UNM99905AR0000001-DEN UNM99905 True
4 UNM99906CA0000001-DEN UNM99906 True
5 UNM99908CO0000001-DEN UNM99909 False
6 UNM99909CT0000001-DEN UNM99909 True
[EDIT] 在一条评论中,您说您只对字符串的开头感兴趣。在这种情况下,您可以改用startswith
:
[p.startswith(i) for p,i in zip(df['plan_identifier'],df['wellthie_issuer_identifier'])]