标记组中的最后一个元素是否包含 Pandas 中的特定字符串答案

【问题标题】：Flag if the last element in a group contain particular string in Pandas标记组中的最后一个元素是否包含 Pandas 中的特定字符串
【发布时间】：2019-06-21 21:49:15
【问题描述】：

我有数据：

Group   string
 A     Hello
 A     SearchListing
 A     GoSearch
 A     pen
 A     Hello
 A     Searches
 B     Real-Estate
 B     Access
 B     Denied
 B     Group
 B     Group
 C     Glance
 C     NoSearch
 C     Home
 C     FullSearch

等等。

我想找到那些有一个包含“搜索”作为最后一个元素的字符串的组并标记它们。例如，我想要的输出是这样的：

  Group   Flag
   A       1
   B       0
   C       1

因为 A 和 C 的最后一个元素都包含字符串“search”。我知道一种可以遍历所有元素的方法，如果最后一个元素包含“搜索”，它将对其进行标记。但它使用循环是一个非常繁重的功能。有没有更直接的方法？

【问题讨论】：

标签： python pandas numpy group-by pandas-groupby

【解决方案1】：

使用str.contains:

(df.groupby('Group')['string']
   .last()
   .str.contains('search', case=False)
   .astype(int)
   .rename('Flag')
   .reset_index())

  Group  Flag
0     A     1
1     B     0
2     C     1

与上述类似（复制或重置索引以避免SettingWithCopyWarning）。

u = df.drop_duplicates('Group', keep='last').reset_index(drop=True)
u['Flag'] = u.pop('string').str.contains('search', case=False).astype(int)
u

  Group  Flag
0     A     1
1     B     0
2     C     1

【讨论】：

【解决方案2】：

将drop_duplicates 与contains 一起使用

yourdf=df.drop_duplicates('Group',keep='last').\
           assign(Flag=lambda x : x['string'].str.contains('Search'))
yourdf
Out[645]: 
   Group      string   Flag
5      A    Searches   True
10     B       Group  False
14     C  FullSearch   True

【讨论】：

让我再试一次。仔细检查一下。
别在意我的评论，我会删除它。有些案例包含研究。我认为你的工作正常。很抱歉给您带来麻烦。

【解决方案3】：

这也有效：

df.groupby('Group')['string'].apply(lambda x: 'search' in x.str.cat().lower()).reset_index(name='Flag')

输出：

Group   Flag
0   A   True
1   B   False
2   C   True

速度对比

%%timeit
df.drop_duplicates('Group',keep='last').\
           assign(Flag=lambda x : x['string'].str.contains('Search'))
# 1000 loops, best of 3: 1.1 ms per loop

%%timeit
df.groupby("Group")["string"] \
  .apply(lambda x: int("search" in x.values[-1].lower())) \
  .reset_index(name="Flag")
# 1000 loops, best of 3: 1.6 ms per loop

%timeit df.groupby('Group')['string'].apply(lambda x: 'search' in x.str.cat().lower()).reset_index(name='Flag')
# 100 loops, best of 3: 1.86 ms per loop

%%timeit
(df.groupby('Group')['string']
   .last()
   .str.contains('search', case=False)
   .astype(int)
   .rename('Flag')
   .reset_index())
# 100 loops, best of 3: 2.14 ms per loop

【讨论】：

【解决方案4】：

你可以试试：

df.groupby("Group")["string"] \
  .apply(lambda x: int("search" in x.values[-1].lower())) \
  .reset_index(name="Flag")

    Group   Flag
0   A   1
1   B   0
2   C   1

功能方面（根据下面的评论）：

def last_search(df, word):
    return df.groupby("Group")["string"].apply(lambda x: int(word in x.values[-1].lower())).reset_index(name="Flag")

last_search(df, "search")
    Group   Flag
0   A   1
1   B   0
2   C   1

其他答案也可以这样做

【讨论】：

另外两种解决方案也有一个衬垫。而且apply很慢，如果可以避免就不推荐了。
知道如何将其放入函数并使用它吗？