我想检查几列是否包含一个字符串,并用结果生成一个布尔列。这对于单列很容易做到,但是当将此方法应用于多列时会生成属性错误 (AttributeError: 'DataFrame' object has no attribute 'str'
)。
示例:
import pandas as pd
c1=[x+'x' for x in 'abcabc']
c2=['Y'+x+'m' for x in 'CABABC']
cols=['A','B']
df=pd.DataFrame(list(zip(c1,c2)),columns=cols)
df
返回:
A B
0 ax YCm
1 bx YAm
2 cx YBm
3 ax YAm
4 bx YBm
5 cx YCm
以下代码在应用于单个列时有效,但在应用于多个列时不起作用。我想要一些适合这里并提供所需结果的东西:
df['C']=df[cols].str.contains('c',case=False)
因此所需的输出是:
A B C
0 ax YCm True
1 bx YAm False
2 cx YBm True
3 ax YAm False
4 bx YBm False
5 cx YCm True
编辑:我更新了我的示例以反映实际搜索列是否“包含”一个值,而不是“等于”该值的愿望。
编辑:就时间而言,这是我希望能够匹配或击败的基准,而无需创建新列(在我的玩具示例中对列使用 *1000
):
newcols=['temp_'+x for x in cols]
for col in cols:
df['temp_'+col]=df[col].str.contains('c',case=False)
df['C']=df[newcols].any(axis=1)
df=df[['A','B','C']]
答案 0 :(得分:4)
通过 applymap
的选项:
df['C'] = df.applymap(lambda x: 'c' in str(x).lower()).any(1)
通过stack/unstack
:
df['C'] = df.stack().str.contains('c', case=False).unstack().any(1)
df['C'] = df.stack().str.lower().str.contains('c').unstack().any(1)
输出:
A B C
0 ax YCm True
1 bx YAm False
2 cx YBm True
3 ax YAm False
4 bx YBm False
5 cx YCm True
答案 1 :(得分:1)
我会跨列运行应用程序并获取其中的 any()
:
df['C']=df.apply(lambda y: y.str.contains('c',case=False),1).any(1)