对于 Pandas 数据框中的每一行，检查行是否包含列表中的字符串答案

【问题标题】：For each row in Pandas dataframe, check if row contains string from list对于 Pandas 数据框中的每一行，检查行是否包含列表中的字符串
【发布时间】：2019-11-20 11:10:46
【问题描述】：

我有一个给定的字符串列表，如下所示：

List=['plastic', 'carboard', 'wood']

我的数据框中有一列 dtype 字符串，如下所示：

Column=['beer plastic', 'water cardboard', 'eggs plastic', 'fruits wood']

对于列中的每一行，我想知道该行是否包含列表中的一个单词，如果是，我想只保留该单词之前的文本，如下所示：

New_Column=['beer', 'water', 'eggs', 'fruits']

有没有办法对我的数据框的每一行（数百万行）进行系统化？谢谢

PS。我试过用正则表达式模式匹配这样的函数来构建一个函数

pattern=re.compile('**Pattern to be defined to include element from list**')

def truncate(row, pattern):
    Column=row['Column']
    if bool(pattern.match(Column)):
        Column=Column.replace(**word from list**,"")
        return Column

df['New_column']=df.apply(truncate,axis=1, pattern=pattern)

【问题讨论】：

标签： python pandas

【解决方案1】：

##df

      0
0     beer plastic
1  water cardboard
2     eggs plastic
3      fruits wood


l=['plastic', 'cardboard', 'wood']

使用str.findall

df[0].str.findall('\w+\s*(?=' + '|'.join(l) +')').apply(lambda x: x[0].strip() if len(x) else 'NotFound')

##output

0      beer
1     water
2      eggs
3    fruits
Name: 0, dtype: object

【讨论】：

【解决方案2】：

import pandas as pd
...
for index, row in df.iterrows():
    for word in List_name:
        row['Column_name'] = row['Column_name'].partition(word)[0] if (word in row['Column_name']) else row['Column_name']

如果你想运行一个工作示例：

import pandas as pd

List=['plastic', 'carboard', 'wood']
df = pd.DataFrame([{'c1':"fun carboard", 'c2':"jolly plastic"}, {'c1':"meh wood",'c2':"aba"}, {'c1':"aaa",'c2':"bbb"}, {'c1':"old wood",'c2':"bbb"}])

for index, row in df.iterrows():
    for word in List:
        row['c1'] = row['c1'].partition(word)[0] if (word in row['c1']) else row['c1']
        row['c2'] = row['c2'].partition(word)[0] if (word in row['c2']) else row['c2']
df

【讨论】：