.isin() 和字符串（Python/Pandas）的奇怪问题答案

【问题标题】：Odd issue with .isin() and strings (Python/Pandas).isin() 和字符串（Python/Pandas）的奇怪问题
【发布时间】：2018-08-13 17:28:39
【问题描述】：

我在使用 Pandas .isin() 方法时遇到了一个奇怪的问题。我正在做一个项目，我需要按长度、常用单词/密码列表等来识别错误密码（别担心，这是来自公共来源）。其中一种方法是查看是否有人使用他们姓名的一部分作为密码。我正在使用 .isin() 来确定是否是这种情况，但这给了我奇怪的结果。显示：

# Extracting first and last names into their own columns
users['first_name'] = users.user_name.str.extract('(^.+)(\.)', expand = False)[0]
users['last_name'] = users.user_name.str.extract('\.(.+)', expand = False)

# Flagging the users with passwords that matches their names
users['uses_name'] = (users['password'].isin(users.first_name)) | (users['password'].isin(users.last_name))

# Looking at the new data
print(users[users['uses_name']][['password','user_name','first_name','last_name','uses_name']].head())

这个输出是：

   password            user_name first_name  last_name uses_name
7    murphy          noreen.hale     noreen       hale      True
11  hubbard      milford.hubbard    milford    hubbard      True
22  woodard        jenny.woodard      jenny    woodard      True
30     reid         rosanna.reid    rosanna       reid      True
58   golden  rosalinda.rodriquez  rosalinda  rodriquez      True

大部分都很好； milford.hubbard 使用“hubbard”作为密码等。但是我们有几个像第一个这样的例子。 Noreen Hale 被标记，尽管她的密码是“murphy”，与她的名字只有一个字母。

我这辈子都想不通是什么原因造成的。有谁知道为什么会发生这种情况，以及如何解决它？

【问题讨论】：

标签： python regex pandas

【解决方案1】：

由于您需要比较同一行中的相邻列，因此矢量化在这里并不是一个很好的选择。因此，您可以使用（可能）最快的替代方法：列表理解：

df['uses_name'] = [
       pwd in name for name, pwd in zip(df.user_name, df.password)
]

或者，如果您不喜欢循环，可以使用np.vectorize 隐藏它们：

def f(name, pwd):
    return pwd in name

v = np.vectorize(f)
df['uses_name'] = v(df.user_name, df.password)

df
   password            user_name  uses_name
7    murphy          noreen.hale      False
11  hubbard      milford.hubbard       True
22  woodard        jenny.woodard       True
30     reid         rosanna.reid       True
58   golden  rosalinda.rodriquez      False

考虑到您从user_name 中提取first_name 和last_name，我认为您在这里不需要它。

【讨论】：

【解决方案2】：

关于出现此错误的原因：

如果您执行users['password'].isin(users.first_name)，则您会询问users['password'] 的每一行，如果该元素包含在 first_name 列中的任何元素中因此，我假设元素 murphy 位于该列中的某个位置

【讨论】：