Python 如何将列表值与不完全相等的dataframe列进行比较？

我是Python新手，我正在尝试使用Pandas清理csv

我当前的数据帧如下所示：

时间摘要
0 10 ABC公司
14 XYZ公司
2.20令人敬畏的公司
3.4记录B

我有一个列表，看起来像：

clients=['ABC'，'XYZ'，'Awesome']

我面临的挑战是从数据帧中提取与列表中的任何值相等的值

我希望我的数据框如下所示：

时间摘要客户端
0 10 ABC公司ABC
14公司XYZ XYZ
2.20令人敬畏的公司令人敬畏
3 4记录B NaN

---

我已经研究了regex、.any和in，但我似乎无法在for循环中获得正确的语法。

您可以执行以下操作：

将numpy导入为np
def匹配_客户端（摘要）：
client_matches=[客户端对客户端在['ABC'，'XYZ'，'Awesome']中，如果客户端在摘要中]
如果len（客户端_匹配）==0：
返回np.nan
其他：
返回“，”.join（客户端匹配）
df['Client']=df['Summary'].map（匹配客户端）

为了补充@Simon的答案，如果您想将其应用于不同的客户机，也可以将客户机列表作为参数传递

import numpy as np

def match_client(summary, clients):
    client_matches = [client for client in clients if client in summary]
    if len(client_matches) == 0:
        return np.nan
    else:
        return ', '.join(client_matches)

clients = ['ABC', 'XYZ', 'Awesome']
df['Client'] = df['Summary'].map(lambda x: match_client(x, clients))

您只需要使用lambda函数，就可以将

客户机

作为一个额外参数传递到

映射

pandas.Series.str.extract

假设只有一场比赛

df.assign(Client=df.Summary.str.extract(f"({'|'.join(clients)})"))

   Time              Summary   Client
0    10          ABC Company      ABC
1     4          Company XYZ      XYZ
2    20  The Awesome Company  Awesome
3     4             Record B      NaN

---

pandas.Series.str.findall

可能还有更多。。。你永远不知道

df.join(df.Summary.str.findall('|'.join(clients)).str.join('|').str.get_dummies())

   Time              Summary  ABC  Awesome  XYZ
0    10          ABC Company    1        0    0
1     4          Company XYZ    0        0    1
2    20  The Awesome Company    0        1    0
3     4             Record B    0        0    0

---

使用

.map

比使用

.apply

有什么好处吗？因为我们使用的是一个系列，所以两者都是可能的。您可以在此处阅读更多内容：