熊猫：将串联的字符串与另一个系列的字符串匹配

Question

我有一个如下所示的 DataFrame：

Full                          Partial
ABCDEFGHIJKLMNOPQRSTUVWXYZ    FGHIJKL
ANLHDFKNADHFBAKHFGBAKJFB      FKNADH
JABFKADFNADKHFBADHBFJDHFBADF  ABFKA

我想要做的是将Full 中与Partial 不匹配的所有内容都用小写字母，产生以下内容：

Coverage
abcdef_GHIJKL_mnopqrstuvwxyz
anlhd_FKNADH_fbakhfgbakjfb
j_ABFKA_dfnadkhfbadhbfjdhfbadf

我该怎么做？我环顾四周，似乎series.str.extract() 可能是一个解决方案，但我不确定何时尝试这样做：

df['Full'].str.extract(data['Partial'])

...它只是说 Series 不能是可散列的。我假设extract 只接受一个参数，而不是一个系列？有没有办法绕过这个？ extract 甚至是实现我正在寻找的正确方法，还是有其他方法？我想我也许可以找到一些方法来提取字符串索引并执行以下伪代码：

df['Coverage'] = data['Full'][:start].lower() + '_' + data['Partial'] + \
     '_' + data['Full'][End:].lower()

... 其中Start 和End 分别是data['Partial'] 开始和结束位置的索引。想法？

Answer 1

也许不是最优雅的，但这里有一个解决方案：

对于 df：

                           Full  Partial
0    ABCDEFGHIJKLMNOPQRSTUVWXYZ  FGHIJKL
1      ANLHDFKNADHFBAKHFGBAKJFB   FKNADH
2  JABFKADFNADKHFBADHBFJDHFBADF    ABFKA

这个：

df.apply(lambda r: r.Full.lower().replace(r.Partial.lower(), '_' + r.Partial + '_'), axis=1)

返回：

0      abcde_FGHIJKL_mnopqrstuvwxyz
1        anlhd_FKNADH_fbakhfgbakjfb
2    j_ABFKA_dfnadkhfbadhbfjdhfbadf

对于每一行，您将完整字符串转换为小写，并将“部分字符串转为小写”替换为原始部分字符串，并在两侧添加两个下划线。