python - 如果列位于列表的任何部分，则过滤数据框

Question

我正在尝试将数据帧过滤为列表中具有列值的行。但是，列中的值不会与列表完全匹配。我可以使用某种通配符或进一步包含吗？

例如，根据下面的列表和数据框，我想返回或过滤到第 0 行。

list = ["123 ABC", "456 DEF", "789 GHI"]

id    idlist
0      ABC    
1      XYZ

类似

df_2 = df[df["idlist"].isin(list)]

不起作用，因为它将搜索完全匹配的内容。

Answer 1

这是一个比平常更复杂的字符串匹配问题，但您可以使用列表理解来提高性能:

lst = ["123 ABC", "456 DEF", "789 GHI"]
df['match'] = [any(x in l for l in lst) for x in df['idlist']]
df

   id idlist  match
0   0    ABC   True
1   1    XYZ  False

要简单过滤，请使用

df[[any(x in l for l in lst) for x in df['idlist']]]

   id idlist
0   0    ABC

列表推导式是我用于许多字符串操作的常用语法。我在 For loops with pandas - When should I care? 中详细介绍了它们的优点。

如果您需要处理 NaN，请使用具有 try-catch 处理功能的函数。

def search(x, lst):
    try:
        return any(x in l for l in lst)
    except TypeError:
        return False

df[[search(x, lst) for x in df['idlist']]]

   id idlist
0   0    ABC