我需要在数据帧列中搜索列表中的匹配字符串,并将匹配结果返回到数据帧中的新列中。下面的代码可以工作,但效率非常低,而且我的数据框中有数百万行。
import pandas as pd
Cars = {'MakeModel': ['HondaCivic','Toyota_Corolla','FordFocus','Audi--A4']}
df = pd.DataFrame(data=Cars)
mlist = ['Honda','Toyota','Ford','Audi']
for i in df.index:
for x in mlist:
if x in df.get_value(i,'MakeModel'):
df.set_value(i,'Make', x)
最佳答案
让我们在此处将 str.extract
与捕获组一起使用。这会从每个单元格中提取“make”(如果存在),或者在该行中插入 NaN。
import re
df['Make'] = df['MakeModel'].str.extract(
r'({})'.format('|'.join(map(re.escape, mlist))), expand=False)
df
MakeModel Make
0 HondaCivic Honda
1 Toyota_Corolla Toyota
2 FordFocus Ford
3 Audi--A4 Audi
如果您确定 mlist
字符串不包含任何正则表达式,则可以将 map(re.escape, mlist)
替换为 mlist
需要转义的元字符。
关于Python数据框匹配列表中的字符串,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56905048/