Question

是的：我必须在一系列序列中循环查找是否有任何序列值包含子集字符串“ Hi”？

解释：这里有两个数据框Dataframe1和Dataframe2，我试图查找Dataframe2的“源代码”是否包含Dataframe1的字符串，然后在Dataframe3中设置结果。

import pandas as pd
import numpy as np
import openpyxl

data = {'Fields' : ['Hi', 'How', 'Are', 'You']}

Dataframe1 = pd.DataFrame(data)

data2 = {'SourceCode' : ['LMNOHiPQR', 'LMNOHowPQR'']}

Dataframe2 = pd.DataFrame(data2)

data3 = {'dummy' : []}

Dataframe3 = pd.DataFrame(data3)

for i in range(0,len(Dataframe1)):      
    current_string=Dataframe1['Fields'][i]
    for j in range(0,len(Dataframe2)): 
            if Dataframe2['SourceCode'].iloc[j].contains(current_field):
                Dataframe3['dummy'].iloc[j] =Dataframe2['SourceCode'].iloc[j]

期望：我希望包含来自Dataframe1的字符串的'SourceCode'值在Dataframe3中设置。但出现以下错误。

RESULT: 
if Dataframe2['SourceCode'].iloc[j].contains(current_field):

AttributeError: 'str' object has no attribute 'contains'

Answer 1

IIUC，您应该使用in运算符来测试字符串中是否存在子字符串，因此您的循环应该类似于：

for i in range(0,len(Dataframe1)):      
    current_string=Dataframe1['Fields'][i]
    for j in range(0,len(Dataframe2)): 
        if current_string in Dataframe2['SourceCode'].iloc[j]:
                Dataframe3.loc[j, 'dummy'] = Dataframe2['SourceCode'].iloc[j]

但是，不建议使用pandas.DataFrames循环。因此，另一种解决方案可能是使用Series.str.contains方法和boolean indexing：

Dataframe3 = Dataframe2[Dataframe2.SourceCode.str.contains('|'.join(Dataframe1.Fields))]

[出]

                                   SourceCode
0   try{string s = "Hi"}catch { }return null;
1  try{string s = "How"}catch { }return null;

如果您要求匹配项包含单词边界，请先创建您的正则表达式模式，例如：

pat = r'\b' + r'\b|\b'.join(Dataframe1.Fields) + r'\b'
Dataframe3 = Dataframe2[Dataframe2.SourceCode.str.contains(pat)]

我们可以在熊猫的iloc中使用contains属性吗？

1 个答案: