Python pandas str.包含多个字符串的匹配项，并获取匹配的值

在下面的示例中，我能够将包含文本数据的pandas列与多个字符串集合进行匹配。输出只会告诉我

df.col1

单元格的任何部分是否包含集合中的一个元素。它不会告诉我是哪一个！我很想得到确切的结果（字符串与集合数组中的位置匹配，或者更好）

我之所以需要知道集合中的哪个字符串（上面的单词）是匹配的，是因为集合的每个元素都可以映射到一个数值。像

words_dict = {'dog':'1', 'monkey':'2'}

我也许可以尝试

df.map（dict）

，但在实际情况中，集合存储在

pandas数据帧中

words_df = pd.DataFrame({1:['dog'], 2:['monkey']})

我可以想出一个相当迂回的解决方案，迭代地检查集合中的每个元素，但是如果集合中的元素数量很大，那么这似乎是非常低效的

编辑//

所需的输出可以是：

[0,0,1,NaN] or ['dog','dog','monkey',False]

概念1
使用集合

s = df.col1.str.split().apply(set)

s - (s - set(words))

0            {dog}
1    {monkey, dog}
2         {monkey}
3               {}
Name: col1, dtype: object

概念2
使用

str.get\u假人

df.col1.str.get_dummies(sep=' ')[words]

   dog  monkey
0    1       0
1    1       1
2    0       1
3    0       0

拉伸此项以获得所需的结果

d1 = df.col1.str.get_dummies(sep=' ')
d2 = d1.loc[:, d1.columns.intersection(words)]
d2[d2.any(1)].idxmax(1).reindex(d2.index)

0       dog
1       dog
2    monkey
3       NaN
dtype: object

概念3
使用

numpy

s = df.col1.str.split(expand=True).stack()
a = s.values[:, None] == [words]

pd.Series(np.where(a.any(1), a.argmax(1), np.nan), s.index).groupby(level=0).min()

0    0.0
1    0.0
2    1.0
3    NaN
dtype: float64

---

你的第三个解决方案特别周到。

s = df.col1.str.split(expand=True).stack()
a = s.values[:, None] == [words]

pd.Series(np.where(a.any(1), a.argmax(1), np.nan), s.index).groupby(level=0).min()

0    0.0
1    0.0
2    1.0
3    NaN
dtype: float64