如何在熊猫中执行逐行操作[重复]答案

【问题标题】：how to perform row by row operation in pandas [duplicate]如何在熊猫中执行逐行操作[重复]
【发布时间】：2018-06-21 05:45:24
【问题描述】：

我有一个包含两列的数据框，last_name 和 description

查看description 每行是否包含last_name 的优雅方法是什么？

我长得丑

for i in range(0,len(df0)):
    df0['last_name_position'].loc[i] = \ 
        df0['description'].loc[i].find(df0['last_name'].loc[i])

正在运行。

这基本上是相同的任务 https://exceljet.net/formula/cell-contains-specific-text

【问题讨论】：

标签： python string pandas dataframe

【解决方案1】：

使用df.apply可以达到同样的效果：

df0['last_name_position'] = \ 
    df0.apply(lambda x: x.description.find(x.last_name), axis=1)

如果您不需要查找子字符串的索引：

df0['last_name_position'] = \ 
    df0.apply(lambda x: x.last_name in x.description, axis=1)

【讨论】：

感谢您的快速回复！

【解决方案2】：

使用索引循环遍历行可能会更好。然后使用in 关键字进行比较：

import pandas as pd 

a = pd.DataFrame([['Smith','Some description'],['Jones','Some Jones description']], columns=['last_name','description'])

for rname in a.index:
    row = a.loc[rname]

    it_contains = row['last_name'] in row['description']
    print "Description contains last name:", it_contains

# Outputs:
# Description contains last name: False
# Description contains last name: True

【讨论】：

我会说这是反熊猫。对于简单的比较，不需要遍历 Pandas 索引。有一些方法，pd.DataFrame.apply 和 pd.Series.apply，这使得它变得多余。
你会怎么做呢？我猜使用 pandas DataFrame.apply() 函数？大约一个月前我拿起了它，所以我欢迎更多关于 Panda-nic 的建议
没错。或者，仅在这种特定情况下，列表推导式也更加 Pandorable。
@jpp 提供了一个非常优雅的解决方案 df0['last_name_in_description'] = [i in j for i, j in zip(df0['last_name'], df0['description'])] 谢谢. （您的用户名恰好与我最好朋友的姓名首字母一致。）
@Marshall，没问题，我删除了我的答案，因为它也出现在标记的副本中。

【解决方案3】：

保存数据框：

import pandas as pd 

a = pd.DataFrame([['Smith','Some description'],['Jones','Some Jones description']], columns=['last_name','description'])
a['Match']=a.apply(lambda x: x['last_name'] in x['description'], axis=1)
a.head()

last_name   description             Match
0   Smith   Some description        False
1   Jones   Some Jones description  True

【讨论】：

感谢您的快速回复！