Python 使用一系列子字符串对数据帧进行分组

我有一个pandas数据框架，我想通过其中一列的子字符串对其进行分组。子字符串在另一个系列（或列表）中给出。我已经尝试了很多事情，但我就是无法让它发挥作用

我有这个：

tst = pd.DataFrame({'id': [0, 11, 222, 3333, 44444],
                    'bla': ['ab', 'ba', 'ca', 'bc', 'db']})
test = pd.Series(['a', 'b', 'c', 'd'])

我想根据

tst['bla']

中是否包含“a”、“b”、“c”、“d”（来自

test

）对

tst

进行分组。df.apply（）在这里是最好的

import pandas as pd
def funcx(x, test_str):
    return test_str in x['bla']


tst = pd.DataFrame({'id': [0, 11, 222, 3333, 44444],
                'bla': ['ab', 'ba', 'ca', 'bc', 'db']})
test = pd.Series(['a', 'b', 'c', 'd'])
result = {}
for xstring in test:
    result[xstring] = tst.apply(funcx, args=( xstring), axis=1)

print result

给我们

{'a': 0     True
1     True
2     True
3    False
4    False
dtype: bool, 'c': 0    False
1    False
2     True
3     True
4    False
dtype: bool, 'b': 0     True
1     True
2    False
3     True
4     True
dtype: bool, 'd': 0    False
1    False
2    False
3    False
4     True
dtype: bool}

然后可以使用它来选择相关行

>>print tst[result['a']]
  bla   id
  0  ab    0
  1  ba   11
  2  ca  222

---

比apply函数更优雅的是使用

result[xstring]=tst.bla.str.contains（xstring）

谢谢您的解决方案。首先，我有点担心我的真实数据（2000万个csv文件）需要很长时间才能使用for循环进行处理，但速度非常快。起初，我希望有一些一线熊猫魔术，但这是一个很好的简单的解决办法。谢谢