Python-检查子字符串包含并将新列设置为子字符串

我需要检查字符串包含并将新列设置为子字符串值。我正在尝试这个

df['NEW_COL'] = df['COL_TO_CHECK'].str.contains('|'.join(substring_list))

而不是返回包含的布尔值true false。。。我需要从

substring\u list

返回与填充

df['NEW\u COL]

要检查的子字符串 结果数据帧

---

你对你的数据和你想要的东西不是很有洞察力，但一般原则是你可以使用：

df['NEW_COL'] = df['COL_TO_CHECK'].apply(lambda x: do_something(x) if is_something(x) else x)

或者在你的例子中：

substring_list = set(['apple', 'banana', 'cherry'])
df['NEW_COL'] = df['OLD_COL'].apply(lambda x: set(x.split()).intersection(substring_list).pop())

---

set

更快：）

您对数据内容和所需内容不是很有洞察力，但一般原则是您可以使用：

df['NEW_COL'] = df['COL_TO_CHECK'].apply(lambda x: do_something(x) if is_something(x) else x)

或者在你的例子中：

substring_list = set(['apple', 'banana', 'cherry'])
df['NEW_COL'] = df['OLD_COL'].apply(lambda x: set(x.split()).intersection(substring_list).pop())

set

更快：）

我会这样做：

In [148]: df
Out[148]:
             OLD_COL
0          apple pie
1       black cherry
2  banana lemon drop

In [149]: pat = '.*({}).*'.format('|'.join(substring_list))

In [150]: pat
Out[150]: '.*(apple|banana|cherry).*'

In [151]: df['NEW_COL'] = df['OLD_COL'].str.replace(pat, r'\1')

In [152]: df
Out[152]:
             OLD_COL NEW_COL
0          apple pie   apple
1       black cherry  cherry
2  banana lemon drop  banana

我会这样做：

In [148]: df
Out[148]:
             OLD_COL
0          apple pie
1       black cherry
2  banana lemon drop

In [149]: pat = '.*({}).*'.format('|'.join(substring_list))

In [150]: pat
Out[150]: '.*(apple|banana|cherry).*'

In [151]: df['NEW_COL'] = df['OLD_COL'].str.replace(pat, r'\1')

In [152]: df
Out[152]:
             OLD_COL NEW_COL
0          apple pie   apple
1       black cherry  cherry
2  banana lemon drop  banana

---

---

请分享输入和输出的示例…请分享输入和输出的示例…此解决方案有效，但我不认为这是最好的方法，为每一行创建一个列表似乎并不有效

df['COL\u TO\u CHECK].apply（lambda x:[s代表子字符串列表中的s，如果s在x][0]）

set

最适合包含检查，我知道，duh:）我认为我的解决方案更合适flexible@MaxU没问题：）+1回到你身边这个解决方案很有效，但我不认为这是最好的办法，为每一行创建一个列表似乎不是很有效

df['COL\u TO\u CHECK].apply（lambda x:[s代表子字符串列表中的s，如果s代表x][0]）

set

最适合包含检查，我知道，duh:）我认为我的解决方案更有效flexible@MaxU没问题：）+1返回给您什么是

r'\1'

？

r'\1'

是第一个捕获的正则表达式组您对我上面使用的方法有什么看法

df['COL\u TO\u CHECK].apply（lambda x:[s代表子字符串列表中的s，如果s在x中）[0]）

@aranfleel，哦，我在评论中没有注意到这个解决方案。这对我来说很好…@aranfleel，如果你在搜索单词，而不是子字符串，有更好的选择。什么是

r'\1'

？

r'\1'

是第一个捕获的正则表达式组。你对我上面使用的方法有什么看法

df['COL\u TO\u CHECK].apply（lambda x:[s代表子字符串列表中的s，如果s在x中）[0]）

@aranfleel，哦，我在评论中没有注意到这个解决方案。对我来说，它看起来相当不错…@Aranfleel，如果你在搜索单词，而不是子字符串，那么有更好的选择