如果 A 的子字符串位于一个 DF 的 B 字符串中，则不选择行

Question

我有一个带有“员工通用名称”和“显示名称”的 df，如果“员工通用名称”位于“显示名称”内，我不想选择该行。

我还没有找到一种方法来做到这一点，但我当前（失败）的解决方法是如果“员工通用名称”位于“显示名称”内，则创建一个布尔列。

然而一切都是假的。

工作示例：

import pandas as pd
df = pd.DataFrame({'Employee Common Name': ['Bob', 'Makenzie', 'Alice'], 
                   'DisplayName': ['Robert Inger', 'Kenzie Doe', 'Alice Cooper']})

df['Allowed']=df.apply(lambda x: str(df['Employee Common Name']) in str(df['DisplayName']).lower(), axis=1)

预期输出：

员工通用名	显示名称	允许
鲍勃	罗伯特·英格	错误
麦肯兹	肯齐·多伊	错误
爱丽丝	爱丽丝·库珀	正确

我已经在“员工通用名称”上使用了 str.strip()

Answer 1

您的问题是您仅将

.lower()

应用于显示名称，因此在“alice Cooper”中找不到“Alice”。尝试将您的代码更改为

df['Allowed'] = df.apply(lambda x: x['Employee Common Name'].lower() in x['DisplayName'].lower(), axis=1)

Answer 2

你做得很好，有一个小错误。您从未使用过 x （您的 lambda 函数的参数）。使用 x 访问当前行而不是 df （访问整个系列）。

import pandas as pd
df = pd.DataFrame({'Employee Common Name': ['Bob', 'Makenzie', 'Alice'], 
                   'DisplayName': ['Robert Inger', 'Kenzie Doe', 'Alice Cooper']})


df['Allowed'] = df.apply(
    lambda x: x['Employee Common Name'].lower() in x['DisplayName'].lower(), axis=1
)

输出符合预期

Answer 3

您可以创建（检查“Employee Common Name”是否在“DisplayName”内）并将列表分配给新列：

df["Allowed"] = [e in d for e, d in zip(df["Employee Common Name"], df["DisplayName"])]

print(df)

打印：

  Employee Common Name   DisplayName  Allowed
0                  Bob  Robert Inger    False
1             Makenzie    Kenzie Doe    False
2                Alice  Alice Cooper     True

Answer 4

也许这些内容可以满足您的需求？

import pandas as pd
df = pd.DataFrame({'Employee Common Name': ['Bob', 'Makenzie', 'Alice'], 
                   'DisplayName': ['Robert Inger', 'Kenzie Doe', 'Alice Cooper']})

df[~df['DisplayName'].str.contains("|".join(df['Employee Common Name']))]

如果字符串包含

DisplayName

中的任何子字符串，则我们在

Employee Common Name

中查找子字符串匹配，并且

|

表示“OR”。最后，波形符 (

~

) 将

True

交换为

False

，反之亦然。