动态屏蔽 pandas df 以查找与列表中的字符串匹配的行答案

【问题标题】：dynamically masking a pandas df to find rows that match strings from a list动态屏蔽 pandas df 以查找与列表中的字符串匹配的行
【发布时间】：2020-12-11 08:26:00
【问题描述】：

大家好我有以下代码：我想通过将“hi”更改为一个变量来使我的脚本更具动态性，如果 my_list 中的任何字符串在 df 中，该变量将屏蔽。我正在处理 my_list 的项目最多可以包含 50 个元素。

df = pd.DataFrame({'First Column Name':  ["Hi", "lo"],
        'Second Column Name': ['Hi', 'lo']})

my_list = ["Hi", "med"]

mask = np.column_stack([df [col].str.contains("hi",flags=re.IGNORECASE ,na=False) for col in df])
x = df.loc[mask.any(axis=1)]
print(x)

First Column Name Second Column Name
0                Hi                 Hi

【问题讨论】：

标签： python pandas list numpy dataframe

【解决方案1】：

改成

m = df.apply(lambda x : x.str.contains('|'.join(my_list), flags=re.IGNORECASE)).any(1)
x = df[m]
Out[30]: 
  First Column Name Second Column Name
0                Hi                 Hi

【讨论】：

你知道有没有办法适应 m = df.apply(lambda x : x.str.contains('|'.join(my_list), flags=re.IGNORECASE)).any (1) 以便您也可以在非字符串上使用它？使用我的大部分 df 它可以工作，但有些会导致错误只能将 .str 访问器与字符串值一起使用！尽管我可以将带有这些字符的行转换为字符串，但我无法真正将整个列转换为字符串