Wie teste ich, ob eine Zeichenfolge in Pandas eine der Teilzeichenfolgen in einer Liste enthält?

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

Angenommen, ich habe die Serie s = pd.Series(['cat','hat','dog','fog','pet']) und möchte alle Orte finden, an denen sich eine sbefindet ['og', 'at']. Ich möchte alles außer "Haustier" erhalten.

Ich habe eine Lösung, aber sie 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 das Regex- |Zeichen zu verwenden, um zu versuchen, die einzelnen Teilzeichenfolgen in den Wörtern Ihrer Serie abzugleichen s(wird immer noch verwendet str.contains).

Sie können den regulären Ausdruck konstruieren, indem Sie die Wörter searchformit verbinden |:

>>> 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 vermerkt hat, achten Sie darauf, ob Ihre Teilzeichenfolgen Sonderzeichen wie $und enthalten, mit ^denen Sie buchstäblich übereinstimmen möchten. Diese Zeichen haben im Zusammenhang mit regulären Ausdrücken eine bestimmte Bedeutung und wirken sich auf die Übereinstimmung aus.

Sie können Ihre Liste der Teilzeichenfolgen sicherer machen, indem Sie nicht alphanumerische Zeichen mit re.escapefolgenden Überschriften maskieren :

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

Die Zeichenfolgen in dieser neuen Liste stimmen bei Verwendung mit jedem Zeichen buchstäblich überein str.contains.

Sie können str.containsallein mit einem Regex-Muster verwenden, indem Sie OR (|):

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

Oder Sie können die Serie zu einer dataframedann verwendeten hinzufügen 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

Lambda auftragen:

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