在 pandas 中使用正则表达式在另一列中的一列中查找值 [英] Find value in one column in another column with regex in pandas

问题描述

我有一个带有两列字符串的pandas数据框.我想确定第一列(s1)中的字符串出现在第二列(s2)中的所有行.

I have a pandas dataframe with two columns of strings. I want to identify all row where the string in the first column (s1) appears within the string in the second column (s2).

所以，如果我的专栏是:

So if my columns were:

abc    abcd*ef_gh
z1y    xxyyzz

我想保留第一行，而不是第二行.

I want to keep the first row, but not the second.

我唯一想到的方法是:

1. 遍历数据框行
2. 使用s1的内容作为匹配模式将df.str.contains()应用于s2

1. iterate through dataframe rows
2. apply df.str.contains() to s2 using the contents of s1 as the matching pattern

是否有一种不需要遍历行的方法来实现此目的?

Is there a way to accomplish this that doesn't require iterating over the rows?

推荐答案

使用numpy chararray，以向量化的方式可能可行(仅用于简单匹配)

It is probably doable (for simple matching only), in a vectorised way, with numpy chararray methods:

In [326]:

print df
    s1          s2
0  abc  abcd*ef_gh
1  z1y      xxyyzz
2  aaa   aaabbbsss
In [327]:

print df.ix[np.char.find(df.s2.values.astype(str), 
                         df.s1.values.astype(str))>=0, 
            's1']
0    abc
2    aaa
Name: s1, dtype: object

这篇关于在 pandas 中使用正则表达式在另一列中的一列中查找值的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！