熊猫列中的精确匹配字符串答案

【问题标题】：Exact match string in panda column熊猫列中的精确匹配字符串
【发布时间】：2017-10-01 04:17:58
【问题描述】：

设置

我抓取住房广告数据并使用 pandas 进行分析。我计算了平均统计数据并将它们插入到熊猫数据框中：district_df。

district_df 列之一包含地区名称：district_df['district']。

另一个district_df 列包含分区名称：district_df['subdistrict']

它们看起来像，

        district           subdistrict      
     Bergen-Enkheim      Bergen-Enkheim    
    Bornheim/Ostend            Bornheim
    Bornheim/Ostend              Ostend
            Harheim             Harheim
       Innenstadt I            Altstadt
       Innenstadt I     Bahnhofsviertel
       Innenstadt I              Gallus
      Innenstadt II          Bockenheim 
      Innenstadt II        Westend-Nord
                  ⋮                   ⋮

问题

我从district_df 每个区创建一个区表 (district_table)。 IE。对于以上内容，我创建了五个区表。我通过以下代码做到这一点，

for district in d_set: # d_set is a set containing all district names 
    district_table = district_df[district_df['district'].str.match(district)]

此代码有效，即：为每个区创建一个表。

但是，Innenstadt II 的表也包含Innenstadt I 的子区域。

在我看来.str.match(district) 不完全匹配，但部分匹配。 IE。 Innenstadt I 将匹配 Innenstadt II。

我的实际 district_df 列包含的内容比我在此处显示的要多 - 各种地区名称都会出现问题。

如何获得完全匹配？

【问题讨论】：

标签： python string pandas match

【解决方案1】：

我认为你需要 boolean indexing 循环：

d_set = district_df['district'].unique()

for district in d_set: 
    district_table = district_df[district_df['district'] == district]
    print (district_table)

         district     subdistrict
0  Bergen-Enkheim  Bergen-Enkheim
          district subdistrict
1  Bornheim/Ostend    Bornheim
2  Bornheim/Ostend      Ostend
  district subdistrict
3  Harheim     Harheim
       district      subdistrict
4  Innenstadt I         Altstadt
5  Innenstadt I  Bahnhofsviertel
6  Innenstadt I           Gallus
        district   subdistrict
7  Innenstadt II    Bockenheim
8  Innenstadt II  Westend-Nord

如果需要dict 的DataFrames 更好的是转换groupby 对象：

a = dict(tuple(district_df.groupby('district')))

print (a['Innenstadt I'])
       district      subdistrict
4  Innenstadt I         Altstadt
5  Innenstadt I  Bahnhofsviertel
6  Innenstadt I           Gallus

【讨论】：

我知道这将是一件非常简单的事情。谢谢。

【解决方案2】：

我会这样做：

{ dist: df[df.district == dist] for dist in df.district.unique() }

但话说回来，使用 MultiIndex 可能会更好：

df.set_index(['district', 'subdistrict'], inplace=True)

这很像dict 解决方案，但下游处理可能更快。

【讨论】：