Question

我面临着从DataFrame列内的列表中找到子字符串的挑战

list =['ab', 'bc', 'ca']

DF1
Index|A
0    |ajbijio_ab_jadds
1    |bhjbj_ab_jiui

Expected OUTPUT:
DF
ab
ab

我写了一些东西，但是它给出了错误不可散列的类型：“列表”

DF1['A'].str.lower().str.contains(list)

Answer 1

使用str.extract

例如：

import pandas as pd

lst =['ab','bc','ca']

df = pd.DataFrame({"A": ["ajbijio_ab_jadds", "bhjbj_ab_jiui", "Hello World"]})
df["Found"] = df["A"].str.extract("(" + "|".join(lst) + ")")
print(df)

输出：

                  A Found
0  ajbijio_ab_jadds    ab
1     bhjbj_ab_jiui    ab
2       Hello World   NaN

Answer 2

如果只需要与join的{{1}}列表中的正则表达式|首先匹配，请使用Series.str.extract：

OR

如果需要所有匹配项，请将Series.str.findall与Series.str.join结合使用：

L =['ab','bc','ca']

df['new'] = df['A'].str.extract('('+ '|'.join(L) + ')')
print (df)
                  A new
0  ajbijio_ab_jadds  ab
1     bhjbj_ab_jiui  ab

Answer 3

我正在使用findall

df["Found"] = df["A"].str.findall("|".join(lst)).str[0]

df
Out[82]: 
                  A Found
0  ajbijio_ab_jadds    ab
1     bhjbj_ab_jiui    ab
2       Hello World   NaN

如何查找列表是否为“数据帧”列中字符串的子字符串？

3 个答案: