如果列表中的子字符串出现在字符串中，则将值分配给新列

Question

我有一个数据框df：

tags
"a,b,c,d"
"c,q,k,t"

和我需要搜索的字符串列表：

searchList =  ["a", "b"]

我需要在我的数据框中添加一个名为“主题”的新列。如果来自searchList的字符串出现在“标签”列中，则需要将该行的值设置为bool True，否则设置为bool False。

最终结果：

tags      | topic
"a,b,c,d" | True
"c,q,k,t" | False

到目前为止，我的代码：

searchList =  ["a", "b"]
pattern = '|'.join(searchfor)
df["topic"] = df.loc[(df["tags"].str.contains('|'.join(pattern), na=False)), True] = True

但是我得到了错误：

KeyError: 'cannot use a single bool to index into setitem'

？

Answer 1

您可以将掩码分配给新列，也可以将pattern更改为searchList：

searchList =  ["a", "b"]
df["topic"] = df["tags"].str.contains('|'.join(searchList), na=False)
print (df)
      tags  topic
0  a,b,c,d   True
1  c,q,k,t  False

编辑：

searchList =  ["a", "b"]
df["topic"] = df["tags"].str.split(',', expand=True).isin(searchList).sum(axis=1).eq(2)
print (df)
      tags  topic
0  a,b,c,d   True
1  c,q,k,t  False
2    a,c,d  False

详细信息：

首先将Series.str.split与Series.str.split一起用于新的expand=True：

DataFrame

然后按

print (df["tags"].str.split(',', expand=True))
   0  1  2     3
0  a  b  c     d
1  c  q  k     t
2  a  c  d  None

比较成员身份：

DataFrame.isin

并用DataFrame.isin计算

print (df["tags"].str.split(',', expand=True).isin(searchList))
       0      1      2      3
0   True   True  False  False
1  False  False  False  False
2   True  False  False  False

的值：

True

最后一次按sum进行比较，

print (df["tags"].str.split(',', expand=True).isin(searchList).sum(axis=1))
0    2
1    0
2    1
dtype: int64

作为掩码。