Wie kann man in Pandas testen, ob eine Zeichenfolge eine der Teilzeichenfolgen in einer Liste enthält?

Gibt es eine Funktion, die einer Kombination von entspricht df.isin() und df[col].str.contains()?

Angenommen, ich habe die Serie
s = pd.Series(['cat','hat','dog','fog','pet'])und ich möchte alle Orte finden, an denen s enthält eines von ['og', 'at']ich würde alles außer ‘Haustier’ haben wollen.

Ich habe eine Lösung, aber es ist ziemlich unelegant:

searchfor = ['og', 'at']
found = [s.str.contains(x) for x in searchfor]
result = pd.DataFrame[found]
result.any()

Gibt es einen besseren Weg, dies zu tun?

Eine Möglichkeit besteht darin, nur die Regex zu verwenden | Zeichen, um zu versuchen, jede der Teilzeichenfolgen in den Wörtern in Ihrer Serie zu finden s (nutze es noch str.contains).

Sie können die Regex konstruieren, indem Sie die Wörter verbinden searchfor mit |:

>>> searchfor = ['og', 'at']
>>> s[s.str.contains('|'.join(searchfor))]
0    cat
1    hat
2    dog
3    fog
dtype: object

Wie @AndyHayden in den Kommentaren unten angemerkt hat, achten Sie darauf, ob Ihre Teilzeichenfolgen Sonderzeichen wie z $ und ^ die Sie buchstäblich zusammenbringen möchten. Diese Zeichen haben im Zusammenhang mit regulären Ausdrücken spezifische Bedeutungen und wirken sich auf den Abgleich aus.

Sie können Ihre Liste von Teilstrings sicherer machen, indem Sie nicht-alphanumerische Zeichen mit maskieren re.escape:

>>> import re
>>> matches = ['$money', 'x^y']
>>> safe_matches = [re.escape(m) for m in matches]
>>> safe_matches
['\\$money', 'x\\^y']

Die Zeichenfolgen mit in dieser neuen Liste stimmen mit jedem Zeichen buchstäblich überein, wenn sie mit verwendet werden str.contains.

Sie können verwenden str.contains allein mit einem Regex-Muster mit OR (|):

s[s.str.contains('og|at')]

Oder Sie könnten die Serie zu a hinzufügen dataframe dann benutze str.contains:

df = pd.DataFrame(s)
df[s.str.contains('og|at')] 

Ausgabe:

0 cat
1 hat
2 dog
3 fog 

Hier ist ein einzeiliges Lambda, das auch funktioniert:

df["TrueFalse"] = df['col1'].apply(lambda x: 1 if any(i in x for i in searchfor) else 0)

Eingang:

searchfor = ['og', 'at']

df = pd.DataFrame([('cat', 1000.0), ('hat', 2000000.0), ('dog', 1000.0), ('fog', 330000.0),('pet', 330000.0)], columns=['col1', 'col2'])

   col1  col2
0   cat 1000.0
1   hat 2000000.0
2   dog 1000.0
3   fog 330000.0
4   pet 330000.0

Wenden Sie Lambda an:

df["TrueFalse"] = df['col1'].apply(lambda x: 1 if any(i in x for i in searchfor) else 0)

Ausgabe:

    col1    col2        TrueFalse
0   cat     1000.0      1
1   hat     2000000.0   1
2   dog     1000.0      1
3   fog     330000.0    1
4   pet     330000.0    0