Pandas - 检查字符串列是否包含一对字符串答案

【问题标题】：Pandas - check if a string column contains a pair of stringsPandas - 检查字符串列是否包含一对字符串
【发布时间】：2017-04-16 21:58:58
【问题描述】：

假设我有一个这样的 DataFrame：

df = pd.DataFrame({'consumption':['squirrel eats apple', 'monkey eats apple', 
                                  'monkey eats banana', 'badger eats banana'], 
                   'food':['apple', 'apple', 'banana', 'banana'], 
                   'creature':['squirrel', 'badger', 'monkey', 'elephant']})

    consumption creature    food
0   squirrel eats apple squirrel    apple
1   monkey eats apple   badger  apple
2   monkey eats banana  monkey  banana
3   badger eats banana  elephant    banana

我想在“消费”列中找到“生物”和“食物”组合出现的行，即如果苹果和松鼠一起出现，则为真，但如果苹果与大象一起出现，则为假。同样，如果 Monkey 和 Banana 同时出现，则为 True，但 Monkey-Apple 为 false。

我尝试的方法是这样的：

creature_list = list(df['creature'])
creature_list = '|'.join(map(str, creature_list))

food_list = list(df['food'])
food_list = '|'.join(map(str, food_list))

np.where((df['consumption'].str.contains('('+creature_list+')', case = False)) 
          & (df['consumption'].str.contains('('+food_list+')', case = False)), 1, 0)

但这不起作用，因为我在所有情况下都得到 True。

如何检查字符串对？

【问题讨论】：

标签： python string pandas boolean-expression

【解决方案1】：

这是一种可能的方法：

def match_consumption(r):
    if (r['creature'] in r['consumption']) and (r['food'] in r['consumption']):
        return True
    else:
        return False

df['match'] = df.apply(match_consumption, axis=1)
df

           consumption  creature    food  match
0  squirrel eats apple  squirrel   apple   True
1    monkey eats apple    badger   apple  False
2   monkey eats banana    monkey  banana   True
3   badger eats banana  elephant  banana  False

【讨论】：

嘿@foglerit，谢谢，问题-如果r['consumption'] 在另一个数据框中说x['consumption']，我修改函数以在参数中添加x，这仍然有效吗？
刚刚用两个数据框试了一下，得到了这个错误：TypeError: 'Series' objects are mutable, thus they cannot be hashed 但根据我提出的问题，你的答案是正确的。我没有在我的问题中完全抓住问题。
@vagabond，如果consumption 在另一个数据框中，您需要先合并两个 DF，然后才能应用此方法。
真的没有匹配的字段 - 这就是为什么我试图在消费列中找到另外两个字符串。
如果没有匹配的字段，那么您必须有两个行对齐的 DF。如果是这种情况，您可以使用 pd.concat 水平连接它们

【解决方案2】：

检查字符串是否太简单了？您可以测试字符串<creature> eats <food> 是否等于consumption 列中的相应值：

(df.consumption == df.creature + " eats " + df.food)

【讨论】：

【解决方案3】：

我确信有更好的方法来做到这一点。但这是一种方式。

import pandas as pd
import re

df = pd.DataFrame({'consumption':['squirrel eats apple', 'monkey eats apple', 'monkey eats banana', 'badger eats banana'], 'food':['apple', 'apple', 'banana', 'banana'], 'creature':['squirrel', 'badger', 'monkey', 'elephant']})

test = []
for i in range(len(df.consumption)):
    test.append(bool(re.search(df.creature[i],df.consumption[i])) & bool((re.search(df.food[i], df.consumption[i]))))
df['test'] = test

【讨论】：