python - 如果数据框存在于另一个数据框列中,则搜索它的子字符串
问题描述
我需要一些帮助来搜索 dataframe1 的化学列中的字符串或子字符串,并检查它是否存在于 dataframe2 中,然后在 dataframe1 中创建一个新列以从 dataframe2 返回相应的化学名称列。有人可以帮忙吗?
谢谢
解决方案
我不是 100% 确定你的问题很清楚,但是我已经尝试过你所说的你试图用一个例子做的事情。这里我们搜索 df1 中的每个元素,然后在 df1 的新列中返回 df2 中每个匹配项的列表。让我知道这是否是您所期望的:
df1 = pd.DataFrame({'CHEMICALS': ['AAA', 'BBB', 'ccc'],
'label': [0.0, 1.0, 0.0]
})
df2 = pd.DataFrame({'CHEMICALS': ['DDD', 'BBB_2', 'ccc_2', 'ccc_3'],
})
for ind1 in df1.index:
df1.loc[ind1, 'df2_match'] = ', '.join(list(df2[df2['CHEMICALS'].str.contains(df1['CHEMICALS'][ind1])]['CHEMICALS']))
稍微分解一下:
x1 = df2['CHEMICALS'].str.contains(df1['CHEMICALS'][ind1])
如果 df2 中的项目包含 df1 中位置 ind1 的字符串,这将返回一个 TRUE/FALSE 系列。
x2 = df2[x1]['CHEMICALS']
这将在 TRUE/FALSE 系列指定的位置返回 df2 中每个 CHEMICAL 的名称。
x3 = ', '.join(list(x2))
然后,这会将这些名称转换为列表,然后将它们与中间的 ', ' 连接在一起。然后将其卡在 df1 的新列中的正确索引处,并对 df1 中的每种化学物质重复。
输出如下所示:
df1
CHEMICALS label df2_match
0 AAA 0.0
1 BBB 1.0 BBB_2
2 ccc 0.0 ccc_2, ccc_3
推荐阅读
- java - 从给定的日期模式中查找年份值
- python - python中的plt.plot,注释
- php - Apache 服务器中的 file_get_contents()“无法打开流:权限被拒绝”
- java - 有没有办法让 GridView 具有动态单元格大小?
- ros - 使用粒子或卡尔曼滤波器解决绑架机器人问题
- ruby-on-rails - 当我们运行任何 rails 命令时,可以做些什么来修复以下错误:“ `require_relative': cannot load such file”
- kerberos - 如何连接到受 kerberos 保护的集群?
- python - AttributeError:模块“tensorflow_core._api.v2.train”没有属性“AdagradOptimizer”
- google-cloud-speech - 谷歌音频到文本 API 但返回 null
- c - 数组中的值未正确打印