在pandas数据帧中,我想逐行搜索多个字符串值。如果行包含字符串值,则该函数将添加/打印该行,并将其打印到df 1或0末尾的空列中。
已经有多个教程介绍了如何选择与(部分)字符串匹配的Pandas DataFrame行。
例如:
import pandas as pd
#create sample data
data = {'model': ['Lisa', 'Lisa 2', 'Macintosh 128K', 'Macintosh 512K'],
'launched': [1983,1984,1984,1984],
'discontinued': [1986, 1985, 1984, 1986]}
df = pd.DataFrame(data, columns = ['model', 'launched', 'discontinued'])
df
我从这个网站上摘录了上面的例子:https://davidhamann.de/2017/06/26/pandas-select-elements-by-string/
如何对整行进行多值搜索:'int','tos','198'?
然后打印到列中,然后停止,列int将根据行是否包含该关键字而具有1或0。
发布于 2018-06-27 05:14:49
因此,不使用花哨的pandas工具的最简单的方法是使用两个for循环。我希望有人能给出一个更好的解决方案,但我的方法是:
def check_all_for(column_name, search_terms):
df[column_name] = ''
for row in df.iterrows():
flag = 0
for element in row:
for search_term in search_terms:
if search_term in (str(element)).lower():
flag = 1
row[column_name] = flag
假设您已经将dataframe
定义为df
,并且希望用1和0标记新列
发布于 2018-06-14 04:53:59
如果你有
l=['int', 'tos', '198']
然后,您可以通过连接'|'
来使用str.contains
,以获得包含这些单词的每个模型
df.model.str.contains('|'.join(l))
0 False
1 False
2 True
3 True
编辑
如果目的是检查所有列都是@jpp解释的,我建议:
from functools import reduce
res = reduce(lambda a,b: a | b, [df[col].astype(str).str.contains(m) for col in df.columns])
0 False
1 True
2 True
3 True
如果您希望它作为包含整数值的列,只需执行以下操作
df['new_col'] = res.astype(int)
new_col
0 0
1 1
2 1
3 1
发布于 2018-06-14 06:56:28
如果我理解正确的话,您希望检查每行中所有列中是否存在字符串。这并不简单,因为你有混合类型(整型,字符串)。一种方法是将pd.DataFrame.apply
与自定义函数一起使用。
我们需要记住的要点是将整个数据帧转换为str
类型,因为您不能测试子字符串在整数中的存在。
match = ['int', 'tos', '1985']
def string_finder(row, words):
if any(word in field for field in row for word in words):
return True
return False
df['isContained'] = df.astype(str).apply(string_finder, words=match, axis=1)
print(df)
model launched discontinued isContained
0 Lisa 1983 1986 False
1 Lisa 2 1984 1985 True
2 Macintosh 128K 1984 1984 True
3 Macintosh 512K 1984 1986 True
https://stackoverflow.com/questions/50845987
复制相似问题