Python Pandas-检查另一个dataframe列中的系列值

我试图检查一个dataframe列中的字符串值是否包含在另一个dataframe列中。我的数据帧是：

d = {'col1': ['Live', 'Live','Live','Deferrred'], 'col2': ['Live', 'Not live,Deferred', 'Deferred,Live','Not live']}
df = pd.DataFrame(data=d)
print(df)

如果Col1中的值是Col2中的一个分离值，则新列“Check”应显示True，以便：

        col1               col2 Check
0       Live               Live     Y
1       Live  Not live,Deferred     N
2       Live      Deferred,Live     Y
3  Deferrred           Not live     N

我试过：

conditions = [df['col1'].isin(df['col2'])]
choices = [('Y')]
df['Check'] = np.select(conditions, choices, default = 'N')

但是，对于

Live in Not Live

，它将返回

True

，而应该返回

False

我也尝试过：

conditions = [df['col2'].contains(df['col1'])]

然而，这一结果表明：

AttributeError:'Series'对象没有属性'contains'

---

有没有一种方法可以使

.isin（）

区分大小写，或者有没有另一种方法可以使

Live in Not Live

返回

False

？

您可以这样做：

df['Check'] = (df
              .apply(lambda x: 'Y' if x['col1'] in x['col2'] else 'N', 1))

---

以下是一种方法：

df['Check'] = (df
              .apply(lambda x: 'Y' if x['col1'] in x['col2'] else 'N', 1))

---

使用

numpy

：

将numpy导入为np
df['Check']=np.按位_和（df['col2'].str.split（“，”）.map（set），df['col1'].str.split（）.map（set））.ne（set（））

输出：

col1 col2检查
0实时真实
活着不是活着，是虚假的
2实时延迟，实时真实
3.延期不住假

使用

numpy

：

将numpy导入为np
df['Check']=np.按位_和（df['col2'].str.split（“，”）.map（set），df['col1'].str.split（）.map（set））.ne（set（））

输出：

col1 col2检查
0实时真实
活着不是活着，是虚假的
2实时延迟，实时真实
3.延期不住假

使用该lambda，我认为您可以将其修改为

lambda x:'Y'如果x['col1']中的x['col2']否则的'N'

并取消替换调用。可能的边缘情况是，Live是col2中某个短语的子字符串，如col1='Live'和col2='Not Live，Deferred'。如果x['col2']中的x['col1']，则更安全的是

lambda x:'Y'。拆分（'，'）否则'N'

，但OP没有证明这是一个可能的枚举，因此它可能是没有意义的。这暂时有效，但将

不活动

替换为

不活动

，您将看到这也会给出错误的结果，但是OP的问题似乎没有提到这样的情况。我同意这个答案，因为它是有效的，尽管使用了很多熊猫，但我从来没有咬过子弹去学习。申请吧。现在我会的。有了这个lambda，我想你可以修改它为

lambda x:'Y'如果x['col1']中的x['col2']或者'N'

，并且去掉替换的调用。可能的边缘情况是Live是col2中某个短语的子字符串，比如col1='Live'和col2='Not Live，Deferred'。如果x['col2']中的x['col1']，则更安全的是

lambda x:'Y'。拆分（'，'）否则'N'

，但OP没有证明这是一个可能的枚举，因此它可能是没有意义的。这暂时有效，但将

不活动

替换为

不活动

，您将看到这也会给出错误的结果，但是OP的问题似乎没有提到这样的情况。我同意这个答案，因为它是有效的，尽管使用了很多熊猫，但我从来没有咬过子弹去学习。申请吧。我现在就来。