ques:我必须在系列中循环以找出该系列值是否包含子集字符串" hi hi?
">说明:这里有两个DataFrames DataFrame1和DataFrame2,我正在尝试查找DataFrame2的'源代码
import pandas as pd
import numpy as np
import openpyxl
data = {'Fields' : ['Hi', 'How', 'Are', 'You']}
Dataframe1 = pd.DataFrame(data)
data2 = {'SourceCode' : ['LMNOHiPQR', 'LMNOHowPQR']}
Dataframe2 = pd.DataFrame(data2)
data3 = {'dummy' : []}
Dataframe3 = pd.DataFrame(data3)
for i in range(0,len(Dataframe1)):
current_string=Dataframe1['Fields'][i]
for j in range(0,len(Dataframe2)):
if Dataframe2['SourceCode'].iloc[j].contains(current_field):
Dataframe3['dummy'].iloc[j] =Dataframe2['SourceCode'].iloc[j]
期望:我期望包含来自dataFrame1的字符串到dataFrame3中的字符串。但是我得到以下错误。
RESULT:
if Dataframe2['SourceCode'].iloc[j].contains(current_field):
AttributeError: 'str' object has no attribute 'contains'
伙计们作为上一个问题的补充,我现在想在dataframe3中添加一个分别的字符串(即current_field(。因此,我将知道观察结果与哪个字符串相对应。请帮助我。
iiuc您应该使用in
操作员测试字符串中是否存在子字符串,因此您的循环应该是:
for i in range(0,len(Dataframe1)):
current_string=Dataframe1['Fields'][i]
for j in range(0,len(Dataframe2)):
if current_string in Dataframe2['SourceCode'].iloc[j]:
Dataframe3.loc[j, 'dummy'] = Dataframe2['SourceCode'].iloc[j]
但是,不建议使用pandas.DataFrames
循环。因此,另一种解决方案可以是使用Series.str.contains
方法和boolean indexing
:
Dataframe3 = Dataframe2[Dataframe2.SourceCode.str.contains('|'.join(Dataframe1.Fields))]
[out]
SourceCode
0 try{string s = "Hi"}catch { }return null;
1 try{string s = "How"}catch { }return null;
,如果您需要匹配以包含文字边框,则首先创建您的正则表达式图案:
pat = r'b' + r'b|b'.join(Dataframe1.Fields) + r'b'
Dataframe3 = Dataframe2[Dataframe2.SourceCode.str.contains(pat)]