我如何测试有序子集

Question

首先
我需要能够测试'abc' 是'axbyc' 的有序子集，而'egd' 不是'edg' 的有序子集。另一种说法是，如果我可以删除一个字符串的特定字符并使其等于另一个字符串，它就是一个有序子集。

其次
我需要将一个pd.Series 与另一个pd.Series 进行比较，以确定一个的元素是否是另一个对应元素的有序子集。

考虑 pd.Series s1 和 s2

s1 = pd.Series(['abc', 'egd'])
s2 = pd.Series(['axbyc', 'edg'])

我需要比较它们以便问题的结果
s1 的元素是s2 的有序子集是否等于

0     True
1    False
dtype: bool

Answer 1

对于问题的第一部分：

def ordered_subset(s1, s2):
    s2 = iter(s2)
    try:
        for c in s1:
            while next(s2) != c:
                pass
        else:
            return True
    except StopIteration:
        return False

对于问题的第二部分：

pd.concat([s1, s2], axis=1).apply(lambda x: ordered_subset(*x), axis=1)

0     True
1    False
dtype: bool

Answer 2

使用'.*'.join 创建一个正则表达式模式来匹配序列。

import re
import pandas as pd

s1 = pd.Series(['abc', 'egd'])
s2 = pd.Series(['axbyc', 'edg'])

match = lambda x: bool(re.match(*x))
pd.concat([s1.str.join('.*'), s2], axis=1).T.apply(match)

0     True
1    False
dtype: bool

---

注意

s1.str.join('.*')

0    a.*b.*c
1    e.*g.*d
Name: x, dtype: object