我想看看我的数据框列 A 的每一行中是否包含列 B 中的值。
df = pd.DataFrame({'A': ["Is it 54321?", "Is it 4321?", "Is it 321?"],
'B': [54321, 54321, 54321]})
我试过了：
df["C"] = df["A"] .str .contains(df["B"])
我想要：
'C': [1,0,0]
但我得到了：
TypeError: 'Series' objects are mutable, thus they cannot be hashed
【问题讨论】：
或者：
df['C']=df.A.str.contains(r'\b(?:{})\b'.format('|'.join(df.B.astype(str)))).astype(int)
print(df)
A B C
0 Is it 54321? 54321 1
1 Is it 4321? 54321 0
2 Is it 321? 54321 0
【讨论】：
这是另一种方法：
df['C'] = (df['B'] == df['A'].str.rstrip('?').str.split(' ').str[-1].astype(int)) * 1
【讨论】：
我发现它可以作为一个函数工作：
def fun (A,B):
if str(B) in A:
return 1
else:
return 0
f = np.vectorize(fun, otypes=[float])
df["C"] = f(df['A'],df['B'])
【讨论】：
您可以简化代码：
def fun (A,B):
return str(B) in str(A) # Edit: A to str(A)
f = np.vectorize(fun, otypes=[int])
df["C"] = f(df['A'],df['B'])
或者使用列表推导：
df["C"] = [int(str(B) in A) for A, B in zip(df['A'],df['B'])]
【讨论】：
我已经接受了这个线程上的各种答案，但我遇到了问题，如下所述： Column contains column 1
感谢文本的回答：
如果您确实希望 12 在 123 中：
df = df.dropna()
df['C'] = [str(y) in x for x , y in zip(df.A,df.B)]
print(df)
或者如果你不希望 12 出现在 123 中：
df = df.dropna()
df['C'] = [str(y) in x for x , y in zip(df.A.str.split(' '),df.B)]
print(df)