下面是我的DF
df= pd.DataFrame({'col1': ['[7]', '[30]', '[0]', '[7]'], 'col2': ['[0%, 7%]', '[30%]', '[30%, 7%]', '[7%]']})
col1 col2
[7] [0%, 7%]
[30] [30%]
[0] [30%, 7%]
[7] [7%]
目的是检查col1值是否包含在col2中下面是我尝试过的
df['test'] = df.apply(lambda x: str(x.col1) in str(x.col2), axis=1)
以下是预期输出
col1 col2 col3
[7] [0%, 7%] True
[30] [30%] True
[0] [30%, 7%] False
[7] [7%] True
您也可以将方括号替换为单词边界b
,并像中那样使用re.search
import re
#...
df.apply(lambda x: bool(re.search(x['col1'].replace("[",r"b").replace("]",r"b"), x['col2'])), axis=1)
# => 0 True
# 1 True
# 2 False
# 3 True
# dtype: bool
这将起作用,因为b7b
将在[0%, 7%]
中找到匹配项,因为7
前面和后面都没有字母、数字或下划线。在[30%, 7%]
中找不到任何匹配,因为b0b
与数字后的零(此处为3
(不匹配。
您可以提取列和join
上的数字,然后使用eval
+groupby
+any
:检查每个id是否至少有一个匹配
(df['col2'].str.extractall('(?P<col2>d+)').droplevel(1)
.join(df['col1'].str[1:-1])
.eval('col2 == col1')
.groupby(level=0).any()
)
输出:
0 True
1 True
2 False
3 True
一种方法:
import ast
# convert to integer list
col2_lst = df["col2"].str.replace("%", "").apply(ast.literal_eval)
# check list containment
df["col3"] = [all(bi in a for bi in b) for a, b in zip(col2_lst, df["col1"].apply( ast.literal_eval)) ]
print(df)
输出
col1 col2 col3
0 [7] [0%, 7%] True
1 [30] [30%] True
2 [0] [30%, 7%] False
3 [7] [7%] True
使用Series.str.extractall
获取数字,通过Series.unstack
进行整形,因此可以通过DataFrame.isin
与DataFrame.any
:进行比较
df['test'] = (df['col2'].str.extractall('(d+)')[0].unstack()
.isin(df['col1'].str.strip('[]'))
.any(axis=1))
print (df)
col1 col2 test
0 [7] [0%, 7%] True
1 [30] [30%] True
2 [0] [30%, 7%] False
3 [7] [7%] True