python - 检查系列是否包含列表中的任何元素

Question

我正在读取一个大型 CSV 文件，其中一列的表示如下。

import pandas as pd

df['col1'] = pd.Series(
    ["37", "AWESOME House", "Yellow Cottage, 107", "14"], dtype='object'
)

我的代码使用“向量化字符串方法”及时返回所需数据。

简化代码以说明部分逻辑。

import numpy as np

sth = np.where(
    <check condition>,
    df['col1'].str.lower(),
    df['some_other_column'].whatever()
)

接下来，我想检查 Series 中的每个值是否包含以下列表中的任何元素。

check_list = ['a', 'b', 'c']

所以预期结果(对于“检查条件”)将是:

False
True
True
False

我试过了

np.where(
    np.any([x in df['col1'].str.lower() for x in check_list])
...

但收到错误:

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

我怎样才能正确解决我的问题？

Answer 1

使用Series.str.contains通过 | 为正则表达式 或 加入列表值与 case=False 为不区分大小写的搜索:

print (df['col1'].str.contains('|'.join(check_list), case=False))
0    False
1     True
2     True
3    False
Name: col1, dtype: bool

没有正则表达式:

print (df['col1'].apply(lambda x: any([i in x.lower() for i in check_list])))
0    False
1     True
2     True
3    False
Name: col1, dtype: bool

---

print ([any([i in x.lower() for i in check_list]) for x in df['col1']])
[False, True, True, False]