找出两列值之间的不匹配答案

【问题标题】：Figure out mismatch amongst two column values找出两列值之间的不匹配
【发布时间】：2023-03-30 17:43:01
【问题描述】：

我有一个数据框 df1，看起来像 -

user     data                               dep                    
1        ['dep_78','fg7uy8']                78
2        ['the_dep_45','34_dep','re23u']    45
3        ['fhj56','dep_89','hgjl09']        91

我想关注值包含字符串“dep”的“数据”列，并查看附加到该字符串的数字是否与“dep”列中的数字匹配。例如，用户 1 的数据列中的 dep_78 与 dep 列中的 dep 78 匹配。我想输出不匹配的行。所以结果应该给我-

user     data                      dep
2        ['the_dep_45','34_dep']   45
3        ['dep_89']                91

问题是仅在数据列中使用字符串“dep”获取特定值，然后将这些字符串附带的数字与“dep”列进行比较。

【问题讨论】：

“data”列中所有包含“dep”的字符串所附的数字应与“dep”列中的数字相匹配。数据中的 dep_89 与 dep 列中的 91 不匹配。
看手机是我的错，我错过了第一个街区的dep。不过，我认为您的第一步是拆分data 中的字符串？为什么首先要有这种格式的数据框？
您能否为您的问题提供一些背景信息？你都尝试了些什么？为什么不按照here 的建议重构您的数据框？
Extracting specific rows from a data frame的可能重复

标签： python pandas numpy jupyter-notebook

【解决方案1】：

这个怎么样？

import re

r = re.compile('\d+')

idx = df.apply(lambda x: str(x['dep']) in r.search(x['data']).group(0), axis=1)

0     True
1     True
2    False
dtype: bool


df[idx]

   user                             data  dep
0     1              ['dep_78','fg7uy8']   78
1     2  ['the_dep_45','34_dep','re23u']   45

【讨论】：

TypeError: ('expected string or buffer', u'occurred at index 0')

【解决方案2】：

你可以这样做

def select(row):
    keystring = 'dep_'+str(row['dep'])
    result = []
    for one in row['data']:
        if (one!=keystring)&('dep' in one):
            result.append(one)
    return result

df['data'] =df.apply(lambda x:select(x),axis=1)
df['datalength'] = df['data'].map(lambda x:len(x))
result = df[df['datalength']>0][df.columns[:3]]
print(result)
   user                  data  dep
1     2  [the_dep_45, 34_dep]   45
2     3              [dep_89]   91

【讨论】：

[] 在这里不太理想。当然，解决方案是修复初始 DF？我不明白为什么一开始所有东西都放在一列中
@roganjosh 你可以直接按长度过滤它们。
好的，但是为什么还要用这种方法来打扰熊猫呢？它在 python 时间运行，所以你也可以使用 for 循环
预期输出不是 OP 要求的。
@aws_apprentice 我认为你应该清楚地看到问题，你的答案是前两行，但希望输出是最后两行