熊猫开始有多种选择答案

【问题标题】：Pandas StartsWith multiple options熊猫开始有多种选择
【发布时间】：2017-07-18 06:26:25
【问题描述】：

我有一个如下的数据框：

 <A>   "B"    C    _:D   <E>
  A     B    "C"    <D>   E>
 <A>   "B"   "C"     D   <E>

我正在尝试找到一种方法来检查哪些元素以'

  1     1     0     1     1
  0     0     1     1     0
  1     1     1     0     1

由于数据框的大小，不使用 apply。理想情况下，我的最终数据框如下：

 <A>   "B"    C    _:D   <E>    4
  A     B    "C"    <D>   E>    2
 <A>   "B"   "C"     D   <E>    4

谢谢

【问题讨论】：

标签： regex string pandas dataframe

【解决方案1】：

更新：

如何在原始数据框中添加一列包含 1 的总和在stack + unstack中找到？

In [59]: df['new'] = df.stack().str.contains(r'^(?:\"|<|_:)').astype(np.uint8).sum(level=0)

In [60]: df
Out[60]:
     0    1    2    3    4  new
0  <A>  "B"    C  _:D  <E>    4
1    A    B  "C"  <D>   E>    2
2   A<   B"   C"    D   E<    0  # pay attention at this row

旧答案：

试试这个：

df.apply(lambda col: col.str.contains(r'^\"|<|_:').astype(np.uint8))

演示：

In [33]: df.apply(lambda col: col.str.contains(r'^\"|<|_:').astype(np.uint8))
Out[33]:
   0  1  2  3  4
0  1  1  0  1  1
1  0  0  1  1  0
2  1  1  1  0  1

或者使用stack() + unstack():

In [36]: df.stack().str.contains(r'^\"|<|_:').astype(np.uint8).unstack()
Out[36]:
   0  1  2  3  4
0  1  1  0  1  1
1  0  0  1  1  0
2  1  1  1  0  1

【讨论】：

Thx @MaxU 我更新了我的问题，提到我正在尝试不申请。
@Kelaref，我已经更新了我的答案......你的真实 DF 中有多少列？
@Kelaref 我认为你不会比 MaxU 的 stack() -> unstack() 方法快得多。
@MaxU 完美运行！列数各不相同，但行数为数百万。您能否推荐如何在原始数据框中添加一列，其中包含在 stack + unstack 中找到的 1 的总和？
@Kelaref，哎呀，抱歉，现在已修复 - 查看更新的结果集