熊猫逐行检查元素字符串是否以其他元素的字符串开头（2个不同的列）

Question

我收到了一个包含两列的.csv文件（简体）。一列包含数据，另一列包含文件名。不幸的是，该文件名可能不正确，我必须通过比较日期和文件名来确定。

我想要的

# initial situation
d = {
    'call_date': ["20200102-09", "20191203-04", "20200103-10"],
    'filename': ["20200102-09xx.wav", "20200102-10yy.wav", "20200103-10zz.wav"]
}
df = pd.DataFrame(data=d)
print(df)

#      call_date           filename
# 0  20200102-09  20200102-09xx.wav
# 1  20191203-04  20200102-10yy.wav
# 2  20200103-10  20200103-10zz.wav
...

# desired result
print(pd.Series([True, False, True]))
# 0     True
# 1    False
# 2     True
# dtype: bool

有了理想的结果，我可以计算出我有多少个错误文件，并将DataFrame过滤为仅包含有效条目。

我尝试过的

通常，比较会像这样：

# True / False
df["call_date"] == df["filename"]
# filter DF
df[df["call_date"] == df["filename"]]

Pandas具有pandas.Series.str.startswith函数，但是仅适用于单个字符串，不适用于诸如：

df["filename"].str.startswith(df["call_date"])

# 0   NaN
# 1   NaN
# 2   NaN
# Name: filename, dtype: float64

问题

如何对“文件名”列中的元素是否以“ call_date”列中的字符串开头进行行比较？

Answer 1

与startswith一起使用列表理解-输出是列表，可以由boolean indexing进行过滤

boolean indexing

或：

m = [x.startswith(y) for x, y in df[['filename','call_date']].values]

---

m = [x.startswith(y) for x, y in zip(df['filename'], df['call_date'])]

另一个解决方案，但速度较慢：

print (m)
[True, False, True]

Answer 2

执行：

df ['is_correct'] = df.apply（lambda x：x ['filename']。startswith（x ['call_date']），axis = 1）

然后，总结您有多少正确答案：

df ['is_correct']。sum（）