如何获取与另一列的pandas df列中的子字符串匹配的字符串？
要获取与另一列的pandas DataFrame（df）列中的子字符串匹配的字符串，可以使用str.contains()方法结合布尔索引来实现。
首先，假设我们有一个名为df的pandas DataFrame，其中包含两列：column1和column2。我们想要获取column1中与column2中子字符串匹配的字符串。
以下是实现的步骤：
- 导入必要的库：
import pandas as pd- 创建一个示例DataFrame
df：
data = {'column1': ['apple', 'banana', 'cat', 'dog', 'elephant'],
'column2': ['app', 'na', 'ca', 'do', 'ant']}
df = pd.DataFrame(data)- 使用
str.contains()方法和布尔索引来获取匹配的字符串：
matches = df[df['column1'].str.contains('|'.join(df['column2']))]在这个例子中，str.contains()方法用于检查column1中的每个字符串是否包含column2中的任何一个子字符串。'|'.join(df['column2'])用于将column2中的所有子字符串连接成一个正则表达式模式，以便在str.contains()中使用。最后，通过将布尔索引应用于DataFrame df，我们可以获取与column2中的子字符串匹配的字符串。
- 打印匹配的结果：
print(matches)完整的代码如下所示：
import pandas as pd
data = {'column1': ['apple', 'banana', 'cat', 'dog', 'elephant'],
'column2': ['app', 'na', 'ca', 'do', 'ant']}
df = pd.DataFrame(data)
matches = df[df['column1'].str.contains('|'.join(df['column2']))]
print(matches)这将输出以下结果：
column1 column2
0 apple app
1 banana na
3 dog do
4 elephant ant对于以上的问题，腾讯云没有提供特定的产品或链接地址，因此无法提供相关推荐。
相关·内容
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
