Python 跨多个数据帧列Findall

输出：

data = {'Cat':  ['A Phaser','A','B Phaser','B','B','B'],
        'L1': ['Phase','xyzss','xyzss','Phase','xyzss','xyzss'],
        'L2': ['xyzss','Stage','xyzss','xyzss','Phase2','xyzss'],
        'L3': ['xyzss','xyzss','xyzss','xyzss','xyzss','Step'],
        }

df = pd.DataFrame (data, columns = ['Cat','L1','L2','L3'])

def funt(s):
    if re.findall(r'Phase', s, re.IGNORECASE):
        return 'Phase'
    elif re.findall(r'Stag', s, re.IGNORECASE): 
        return 'Stage'
    elif re.findall(r'Step', s, re.IGNORECASE): 
        return 'Step'
    
df[['L1','L2','L3']].apply(lambda row: '_'.join(row.values.astype(str)), axis=1).apply(lambda x : funt(x))

---

我想知道是否有另一种方法可以做到这一点，比如跨列应用

findall

，而不将列连接在一起？提前谢谢

筛选所需的行。使用replace将xyzss设置为null。堆叠并重置索引，您就可以将结果作为pd。系列

选项1：如果

xyzs

没有变化：

df['filter']=df.iloc[：，1:4]。替换（{'xyzs'：np.nan}）。堆栈（）。重置索引（drop=True）

选项1：如果

xyzs

发生变化：

0    Phase
1    Stage
2     None
3    Phase
4    Phase
5     Step
dtype: object

---

您的源代码有语法错误且不完整，请发布您遇到问题的实际代码。请尝试以下操作：

df.apply（lambda-df:df.str.extract（r'（Phase.*Stage.*），expand=False））.ffill（1）.iloc[：，-1]

``谢谢。但是我不能为'xyzs'设置空值，因为它在实际数据帧中是不同的值。我们没有说过，您在原始数据帧中设置空值。这只是一个计算结果。如果需要，可以将其输出为列，甚至可以查看我的编辑。很乐意帮忙。对不起，也许我读得不对……我们不是

replace（{'xyzs'：np.nan}）

是将所有值设为空，然后堆栈吗？在实际的数据帧中，值是不同的，所以我不能替换（{'xyzs'：np.nan}），所以你需要

pat=['Phase'，'Stage'，'Step'，'Phase2']

和

df.mask（~df.isin（pat），np.nan）.stack（）.reset_index（level=1，drop=True）

？

df.join(pd.Series(df.mask(~df.isin(pat), np.nan).stack().reset_index(level=1, drop=True),name='filter'))