如何使用Python DataFrame检查列A的内容是否包含在列B中？

熊猫数据框中有两列：

authors

和

name

。我想创建第三列：如果相应行的

名称

包含在相应行的

作者

中，则单元格的值为

真

，否则为

假

因此，结果将如下图所示

我试过

.str.contains（）

，

.str.extract（）

，

.str.find（）

，

.where（）

，等等。 但是Python返回一个错误：“Series”对象是可变的，因此不能对它们进行散列。 有人知道如何在Python中创建第三列吗？

IIUC然后可以按lambda行检查名称字符串是否存在于Authors中：

df['Check'] = df.apply(lambda row: row['Name'] in row['Authors'], axis=1)

应该有用

---

您不能在此处使用

str.contains（）

，

str.extract（）

，

str.find（）

，或

where（）

，因为您试图按行比较，而这些方法需要一个固定的搜索条件列表或模式。

这是一个矢量化解决方案，它使用以下方法：

演示：

---

是的，你是对的，你的建议解决了我的问题。非常感谢你@苏珊如果回答了这个问题，请考虑点击选中的标记/滴答到左边的答案，把它变成绿色。这标志着问题已解决，您感到满意，并奖励您和回答者。@MattDMo，非常感谢您的建议。这是我第一次在stackoverflow上发帖，我不太熟悉如何使用它。谢谢提醒@EdChum Hi Ed，我刚刚发现以下方法也有效，我只想与您分享：）：df['Check']=map（（lambda x，y:x in y），df['Name']，df['Authors']），在Python 2中是的，这会起作用。它可能会更快，因为map是作为cython for循环实现的

df['Check'] = df.Authors.str.split(r'\s*,\s*', expand=True).isin(df.Name).any(1)

In [126]: df
Out[126]:
                 Authors     Name
0  S.Rogers, T. Williams   H. Tov
1      M. White, J.Black  J.Black

In [127]: df.Authors.str.split(r'\s*,\s*', expand=True)
Out[127]:
          0            1
0  S.Rogers  T. Williams
1  M. White      J.Black

In [128]: df.Authors.str.split(r'\s*,\s*', expand=True).isin(df.Name)
Out[128]:
       0      1
0  False  False
1  False   True

In [130]: df['Check'] = df.Authors.str.split(r'\s*,\s*', expand=True).isin(df.Name).any(1)

In [131]: df
Out[131]:
                 Authors     Name  Check
0  S.Rogers, T. Williams   H. Tov  False
1      M. White, J.Black  J.Black   True