列包含第 4 列答案

【问题标题】：Column contains column 4列包含第 4 列
【发布时间】：2019-05-23 13:40:38
【问题描述】：

我有一个数据框。我想测试 (C) 在每一行上 (B) 列中的数字是否在字符串 (A) 列中。

df = pd.DataFrame({'A': ["me 123", "me-123", "1234", "me 12", "123 me", "6 you 123-me"],
                   'B': [123,       123,      123,    123,     6,        123]})

我几乎可以用 extract 做到这一点

df['C'] = df.A.str.extract('(\d+)', expand=False).astype(float).eq(df.B,0).astype(int)

              A    B  C
0        me 123  123  1
1        me-123  123  1
2          1234  123  0
3         me 12  123  0
4        123 me    6  0
5  6 you 123-me  123  0

但是在底行因为数字 6 没有看到数字 123。我想得到

              A    B  C
0        me 123  123  1
1        me-123  123  1
2          1234  123  0
3         me 12  123  0
4        123 me    6  0
5  6 you 123-me  123  1

【问题讨论】：

标签： pandas

【解决方案1】：

使用findall

[y in x for x , y in zip(df.A.str.findall('(\d+)'),df.B.astype(str))]
Out[733]: [True, True, False, False, False, True]

【讨论】：

【解决方案2】：

使用Series.str.extractall 从列中获取所有数字，通过Series.unstack 重塑，检查值并添加DataFrame.any 以测试每行至少一个True：

df['C'] = (df.A.str.extractall('(\d+)')[0]
               .unstack()
               .astype(float)
               .eq(df.B,0)
               .any(axis=1)
               .astype(int))
print (df)

              A    B  C
0        me 123  123  1
1        me-123  123  1
2          1234  123  0
3         me 12  123  0
4        123 me    6  0
5  6 you 123-me  123  1

【讨论】：

【解决方案3】：

`re.split`

使用“一个或多个非数字”作为模式

import re

df.assign(C=[int(str(b) in re.split('\D+', a)) for a, b in zip(df.A, df.B)])

              A    B  C
0        me 123  123  1
1        me-123  123  1
2          1234  123  0
3         me 12  123  0
4        123 me    6  0
5  6 you 123-me  123  1

【讨论】：