如何在 pandas 中选择与字符串列表匹配的行，而不仅仅是一个特定的字符串？

Question

假设我们有一个数据框 df 和一个标记为“A”的列。对于选择匹配 ONE string -'some_string' 的行，df['A'].str.contains('some_string') 效果很好。

我的问题是，是否有相应的方法可以传递给包含字符串列表，以便获得部分匹配？而不是 'some_string' 我可以给它一个字符串列表吗？我试图避免使用 for 循环并将数据帧切片并连接到新的数据帧中。

假设数据框是

pd.DataFrame(np.array([['cat', 2], ['rat', 5], ['ball', 8],['string', 8]]),columns=['A', 'B']))

和

list =['at','ll','ac']

所以我想选择带有 cat、rat、ball 的行。对不起，人为设计的例子。

Answer 1

如果A 总是包含您想要在列表中找到的字符串，您可以这样做：

df['A'].map(lambda x: 1 if x in list_of_strings else 0) 

对于每一行，lambda 函数将检查'A' 中的值（临时存储在x 中的值是否作为list_of_strings 中的元素之一存在，并相应地返回1 或0。

然后您可以在此新映射列为 1 时进行过滤

Answer 2

pandas.Series.str.contains 接受字符串或正则表达式。所以你可以从字符串列表中构建一个正则表达式：

import pandas as pd

strings = "fo", "ba"
x = pd.Series(["foo", "bar", "baz", "buzz"])
x.str.contains("|".join(strings))
# 0     True
# 1     True
# 2     True
 #3    False
# dtype: bool

如果要匹配的字符串列表很长，并且您可能需要 na=False 来忽略 NaN 值，这可能会很慢，如 mentioned in the comments by @anky_91。