Pandas 如果列表中的子字符串以字符串形式出现，则为新列赋值

我有一个数据帧df：

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

以及我需要搜索的字符串列表：

searchList =  ["a", "b"]

我需要在我的数据框架中添加一个名为“topic”的新列。 如果searchList中的字符串出现在列“tags”中，我需要将该行中的值设置为bool True，否则为bool False

最终结果：

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

到目前为止，我的代码是：

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

但我得到了一个错误：

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

---

？

您可以将掩码分配给新列，也可以将

模式更改为
搜索列表
：

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：

详细信息：

对于新的
数据帧
，首先与
expand=True一起使用：

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

然后通过以下方式比较会员资格：

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

并通过
sum
计算
True
s值：

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

最后一个比较是，
==
的掩码。
谢谢。我可以设置列表变量必须出现的最小值吗？所以“a，b，c”=真（包含列表中的2个值），但“a，c，d”=假（只包含列表中的1个值？
print (df["tags"].str.split(',', expand=True).isin(searchList).sum(axis=1))
0    2
1    0
2    1
dtype: int64