Pandas:从列表中选择包含任何子字符串的行

Question

我想在包含列表中任何子字符串的列中选择那些行。这就是我现在所拥有的。

product = ['LID', 'TABLEWARE', 'CUP', 'COVER', 'CONTAINER', 'PACKAGING']
df_plastic_prod = df_plastic[df_plastic['Goods Shipped'].str.contains(product)]
df_plastic_prod.info()

样品df_塑料

Name          Product
David        PLASTIC BOTTLE
Meghan       PLASTIC COVER
Melanie      PLASTIC CUP 
Aaron        PLASTIC BOWL
Venus        PLASTIC KNIFE
Abigail      PLASTIC CONTAINER
Sophia       PLASTIC LID

所需的df_plastic_prod

Name          Product
Meghan       PLASTIC COVER
Melanie      PLASTIC CUP 
Abigail      PLASTIC CONTAINER
Sophia       PLASTIC LID

提前感谢！我非常感谢在这方面的任何帮助！

Answer 1

对于通过减法匹配的值，通过正则表达式or的|连接列表的所有值-因此获得值LID或TABLEWARE…：

解决方案也适用于list中的2个或多个单词。

pat = '|'.join(r"b{}b".format(x) for x in product)
df_plastic_prod = df_plastic[df_plastic['Product'].str.contains(pat)]
print (df_plastic_prod)
Name            Product
1   Meghan      PLASTIC COVER
2  Melanie        PLASTIC CUP
5  Abigail  PLASTIC CONTAINER
6   Sophia        PLASTIC LID

Answer 2

一种解决方案是使用regex解析'Product'列，并测试提取的值是否在product列表中，然后根据结果过滤原始DataFrame。

在这种情况下，使用了一个非常简单的正则表达式模式((w+)$(，它匹配行末尾的单个单词。

样本代码：

df.iloc[df['Product'].str.extract('(w+)$').isin(product).to_numpy(), :]

输出：

Name            Product
1   Meghan      PLASTIC COVER
2  Melanie        PLASTIC CUP
5  Abigail  PLASTIC CONTAINER
6   Sophia        PLASTIC LID

设置：

product = ['LID', 'TABLEWARE', 'CUP', 
'COVER', 'CONTAINER', 'PACKAGING']
data = {'Name': ['David', 'Meghan', 'Melanie', 
'Aaron', 'Venus', 'Abigail', 'Sophia'],
'Product': ['PLASTIC BOTTLE', 'PLASTIC COVER', 'PLASTIC CUP', 
'PLASTIC BOWL', 'PLASTIC KNIFE', 'PLASTIC CONTAINER',
'PLASTIC LID']}

df = pd.DataFrame(data)