使用 AND 或 OR 选项在多列中的数据框中搜索多字符串答案

【问题标题】：Multi String search in Data frame in Multiple column with AND or OR Option使用 AND 或 OR 选项在多列中的数据框中搜索多字符串
【发布时间】：2020-11-15 14:00:52
【问题描述】：

我可以在每列中进行单个单词搜索，但无法使用“and”“or”选项搜索用户提供的字符串搜索数

   0     1    3   4     
0 [OH-] [Na+] NAN CCO 
                                              
1 [OH-] [Na+] CCO  Cl

这个有效

search = 'CCO' 
df.loc[df.isin([search]).any(axis=1)].index.tolist()

我尝试了多重搜索

import re

terms = ['C1', 'CCO']
p = r'\b(?:{})\b'.format('|'.join(map(re.escape, terms)))
df[df['col'].str.contains(p)]

给我KeyError: 'col'

预期输出

Search='C1' AND '[NA+]

结果1

Search='CCO' OR 'C1'

结果0 1

【问题讨论】：

请发布您的预期输出

标签： python pandas search

【解决方案1】：

因为没有列名col。试试这个：

df[df.apply(lambda col: col.str.contains(p)).any(axis=1)]

col 现在是 lambda 的输入参数的名称。

【讨论】：

【解决方案2】：

我以这种方式创建了您的数据框：

df = pd.DataFrame( { 0 : ["[OH-]","[Na+]","NAN","CCO" ], 1 :  ["[OH-]","[Na+]","CCO","Cl"] } ).transpose()

产生这个df：

       0      1    2    3
0  [OH-]  [Na+]  NAN  CCO
1  [OH-]  [Na+]  CCO   Cl

我观察到您可以使用 df 上的 isin() 函数执行 OR 逻辑：

df.isin(['CCO','C1'])

产量：

       0      1      2      3
0  False  False  False   True
1  False  False   True  False

因此，您可以在使用 any(1) 时找出匹配的行：

df.isin(['CCO','C1']).any(1).index.tolist()

产量：

[0, 1]

AND 逻辑：

下面的 sn-p 单独查找每个术语并将它们累积在结果数据框中。找到匹配的列后，检查每行的匹配数，看是否与词数匹配。

results = pd.DataFrame()
terms = [ 'Cl', '[Na+]' ]  
for term in terms:
      if results.empty:
        results = df.isin( [ term ] ) 
      else:
        results |= df.isin( [ term ] ) 

results['count'] = results.sum(axis=1)
print( results[ results['count'] == len( terms )  ].index.tolist() )

我知道有更好的方法 - 但这种方法有效（我认为）

以上代码为terms = [ 'Cl', '[Na+]' ] 生成[1]，为terms = [ "[OH-]","[Na+]" ] 生成[0,1]。

【讨论】：