使用 Pandas 在另一列中查找列字符串的位置答案

【问题标题】：find position of column string in another column using Pandas使用 Pandas 在另一列中查找列字符串的位置
【发布时间】：2019-03-16 20:01:39
【问题描述】：

我有一个包含 2 列的数据框

   col1     col2
1  cat      the cat
2  dog      a nice dog
3  horse    horse is here

我需要找到 col1 的每个字符串在 col2 中的位置。

解决方案必须是：

   col1     col2          col3
1  cat      the cat        4
2  dog      a nice dog     7
3  horse    horse is here  0

必须有一个简单的解决方案来做到这一点而不使用痛苦的循环，但我找不到它。

【问题讨论】：

标签： python string pandas

【解决方案1】：

`numpy.core.defchararray.find`

from numpy.core.defchararray import find

a = df.col2.values.astype(str)
b = df.col1.values.astype(str)
df.assign(col3=find(a, b))

    col1           col2  col3
1    cat        the cat     4
2    dog     a nice dog     7
3  horse  horse is here     0

【讨论】：

谢谢，这似乎是我要找的。你知道是否有 Pandas 等价物吗？
粗略的等价物是df.col2.str.find('cat')，但它无法进行成对查找。

【解决方案2】：

在pandas 中处理字符串时，循环或列表解析通常会比内置字符串方法更快。在你的情况下，它可能很短：

df['col3'] = [i2.index(i1) for i1,i2 in zip(df.col1,df.col2)]

>>> df
    col1           col2  col3
1    cat        the cat     4
2    dog     a nice dog     7
3  horse  horse is here     0

【讨论】：

我的 DataFrame 有 100 万行，我的字符串可以是 50000 字符长度。我真的不想尝试这个。 Pandas/Numpy 函数被用来加速这种繁重的事情
确实，通常pandas 和numpy 函数是为了加快速度，但在字符串的情况下，提供的方法通常无法提供速度提升。在你的情况下，我没有用大字符串的大数据帧来计时，但它可能没有你预期的那么慢。