如何迭代 Pandas 并返回子列表中找到的第一个匹配项

Question

我需要一个 pandas apply 函数来迭代子列表并返回为每个子列表找到的第一个值。

我有一个像这样的数据框：

data = {'project_names': [['Datalabor', 'test', 'tpuframework'], ['regETU', 'register', 'tpuframework'], [], ['gpuframework', 'cpuframework']]}
df = pd.DataFrame(data)

df

我有一个嵌套项目列表，其中包含如下子列表：

project_list_1 = [
    ['labor', 'DataLab', 'Anotherdatalabor'],
    ['reg', 'register'],
    ['gpu'],
    ['tpu']
]

project_list_1

最终输出应如下所示：

data = {'matches': [['labor', 'tpu'], ['reg', 'tpu'], [None], ['gpu']]}
final_df = pd.DataFrame(data)

final_df 

我尝试过这样的事情：

df2['matches'] = df['project_names'].apply(lambda row: next((project for project in project_list_2 if any(project.lower() in word.lower() for word in row)), None))
df2

该方法仅适用于像这样的平面列表。为了收集找到的第一个元素，我使用

next()

而不是列表理解。

project_list_2 = ['labor', 'DataLab', 'register', 'gpu', 'reg', 'tpu']

我需要在project_list_1上运行该方法并获得上述所需的输出。

Answer 1

尝试：

project_list_1 = [
    ["labor", "DataLab", "Anotherdatalabor"],
    ["reg", "register"],
    ["gpu"],
    ["tpu"],
]

def fn(v, project_list):
    out = []
    print(v)
    for project in project_list:
        for p in project:
            if any(w for w in v if (rv := p) in w):
                out.append(rv)
                break
    return out or [None]


df["matches"] = df["project_names"].apply(fn, project_list=project_list_1)
print(df)

打印：

                      project_names       matches
0   [Datalabor, test, tpuframework]  [labor, tpu]
1  [regETU, register, tpuframework]    [reg, tpu]
2                                []        [None]
3      [gpuframework, cpuframework]         [gpu]