Python 检查列是否包含来自另一列的值
如果Python 检查列是否包含来自另一列的值,python,pandas,Python,Pandas,如果df['col']='a'、'b'、'c'和df2['col']='a123'、'b456'、'd789'我如何创建df2['is_contained']='a'、'b'、'no_match'其中如果df['col']中的值在df2['col']中找到,则返回df['col'值,如果没有找到匹配项,是否返回“没有匹配项”?另外,我不希望有多个匹配项,但在不太可能的情况下,我希望返回类似“多个匹配项”的字符串。使用此玩具数据集,我们希望在df2中添加一个新列,该列将包含前三行的无匹配项,最后一
df['col']='a'、'b'、'c'
和df2['col']='a123'、'b456'、'd789'
我如何创建df2['is_contained']='a'、'b'、'no_match'
其中如果df['col']
中的值在df2['col']
中找到,则返回df['col'
值,如果没有找到匹配项,是否返回“没有匹配项”?另外,我不希望有多个匹配项,但在不太可能的情况下,我希望返回类似“多个匹配项”的字符串。使用此玩具数据集,我们希望在df2
中添加一个新列,该列将包含前三行的无匹配项,最后一行将包含值'd'
,因为该行的col
值(字母'a'
)出现在df1中
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
df1 = pd.DataFrame({'col': ['a', 'b', 'c', 'd']})
df2 = pd.DataFrame({'col': ['a123','b456','d789', 'a']})
换句话说,只有当一行的df2['col']
值出现在df1['col']
中的某个位置时,才应使用df1
中的值来填充df2
中的这个新列
In [2]: df1
Out[2]:
col
0 a
1 b
2 c
3 d
In [3]: df2
Out[3]:
col
0 a123
1 b456
2 d789
3 a
如果这是理解您的问题的正确方法,那么您可以使用pandasisin
:
In [4]: df2.col.isin(df1.col)
Out[4]:
0 False
1 False
2 False
3 True
Name: col, dtype: bool
只有当df2.col
中的值也在df1.col
中时,该值才会计算为True
然后您可以使用np.where
,如果您对R非常熟悉,它与R中的ifelse
大致相同
In [5]: np.where(df2.col.isin(df1.col), df1.col, 'NO_MATCH')
Out[5]:
0 NO_MATCH
1 NO_MATCH
2 NO_MATCH
3 d
Name: col, dtype: object
对于df1.col
中出现df2.col
值的行,将为给定行索引返回df1.col
中的值。如果df2.col
值不是df1.col
的成员,则将使用默认的“不匹配”
值。在0.13中,可以使用:
您必须首先保证索引匹配。为了简化,我将显示相同数据帧中的列。诀窍是在列轴中使用apply方法:
df = pd.DataFrame({'col1': ['a', 'b', 'c', 'd'],
'col2': ['a123','b456','d789', 'a']})
df['contained'] = df.apply(lambda x: x.col1 in x.col2, axis=1)
df
col1 col2 contained
0 a a123 True
1 b b456 True
2 c d789 False
3 d a False
“多重匹配”是什么意思?您是指'a123a'
中的两个'a'
,还是指df2['col']的不同行,例如['a123'、'b456'、'a789']
?后一种情况是不同行匹配我实际上希望它在部分匹配上匹配。因此,在您的示例中,每个值都有一个匹配项。我认为isin不能处理部分匹配。
df = pd.DataFrame({'col1': ['a', 'b', 'c', 'd'],
'col2': ['a123','b456','d789', 'a']})
df['contained'] = df.apply(lambda x: x.col1 in x.col2, axis=1)
df
col1 col2 contained
0 a a123 True
1 b b456 True
2 c d789 False
3 d a False