python - 迭代每个 Pandas df 行并确定行值是否在列表中，如果是，则将该值拉入 df

Question

我有一个 pandas df，它为世界各地的州手动输入了值。我有一个格式正确并包含正确语法的状态值列表。我想遍历 pandas df 中的每一行，并将每行的值与状态列表中的所有值进行比较，以确定该行中的值是否包含在任何字符串值中。如果是这样，将该值从字符串中拉到一个名为“match”的新 df 列中。如果 pandas 行包含多个字符串值，则将两个值都带入并让它创建一个列表。下面是我的意思的一个例子。

注意：我已经可以使用 difflib get_close_matches 函数做到这一点。发布下面的代码并为此输出，想要一种方法来复制它，但对于熊猫中的 str.contains() 能力。

states_list = ['俄勒冈'、'德克萨斯'、'科罗拉多'、夏威夷、'索诺拉'、'阿拉斯加'、'阿拉巴马'、'阿克拉'等]

结果

我如何使用获取接近匹配项来选择与下面输入的状态值最接近的匹配项。想要添加另一列，其中包含行值字符串所在的状态列表中的值

标签： pythonpandasdataframecontainsdifflib

Answer 1

尝试以下操作：

s = set([i.lower() for i in states_list])

df['match'] = df['state_name'].apply(lambda x: list(set([i.strip().lower() for i in x.split(',')]).intersection(
s)))

df['match']=df['match'].apply(lambda x: [i[0].upper() + i[1:] for i in x])