Python 返回在panda数据帧的每行中包含子字符串的第一个值

我试图为df的每一行获取子字符串“pe”的第一个匹配项。基本上，我希望输出是一个数据帧，它提供：

list = [['apple', 'orange', 'pear'],  ['peach', 'apple', 'pear']]
df = pd.DataFrame(list)
print df

Out[172]: 
       0       1     2
0  apple  orange  pear
1  peach   apple  pear

请为此提供可行的解决方案。

暴力方法：

       0
0  pear
1  peach

注意，这将不会是有效的。它本质上是一个庞大的嵌套python for循环。如果您有一堆字符串，那么数据帧可能不是正确的数据结构

注意，

df.apply

采用一个函数，该函数将应用于每一列（如果传递轴=0，则为默认值）或每一行（如果传递轴=1）

startswith

函数是一个函数工厂，因此您可以向它传递一个要搜索的前缀和一个默认值，如果它从未找到匹配项（您可以将其设置为任何您想要的值），它将返回一个新函数，在给定这些约束的情况下搜索行。

蛮力方法：

       0
0  pear
1  peach

注意，这将不会是有效的。它本质上是一个庞大的嵌套python for循环。如果您有一堆字符串，那么数据帧可能不是正确的数据结构

注意，

df.apply

采用一个函数，该函数将应用于每一列（如果传递轴=0，则为默认值）或每一行（如果传递轴=1）

---

startswith

函数是一个函数工厂，因此您可以向它传递一个要搜索的前缀，以及一个默认值，如果它从未找到匹配项，则将返回该值（您可以将其设置为任意值），它返回一个新函数，该函数搜索给定这些约束的行。

我的解决方案与@juanpa.arrivillaga几乎相同。只要您希望多维列表输入相对较小，那么这个嵌套循环就可以正常工作

循环遍历多维数组（在将其放入数据帧之前），然后搜索该列表以查找以“pe”（或您正在搜索的任何内容）开头的字符串的第一个匹配项。将该字符串作为一项列表插入结果列表。填充该列表后，再次将其放入数据帧中

myList=[[apple]、[orange]、[pear]、[peach]、[apple]、[pear]] 结果列表=[]

In [22]: df
Out[22]:
       0       1     2
0  apple  orange  pear
1  peach   apple  pear

In [23]: def startswith(prefix, default=''):
    ...:     def f(S):
    ...:         for val in S:
    ...:             if val.startswith(prefix):
    ...:                 return val
    ...:         return default
    ...:     return f
    ...:

In [24]: df.apply(startswith('pe'), axis=1)
Out[24]:
0     pear
1    peach
dtype: object

---

我的解决方案与@juanpa.arrivillaga几乎相同。只要您希望多维列表输入相对较小，那么这个嵌套循环就可以正常工作

循环遍历多维数组（在将其放入数据帧之前），然后搜索该列表以查找以“pe”（或您正在搜索的任何内容）开头的字符串的第一个匹配项。将该字符串作为一项列表插入结果列表。填充该列表后，再次将其放入数据帧中

myList=[[apple]、[orange]、[pear]、[peach]、[apple]、[pear]] 结果列表=[]

In [22]: df
Out[22]:
       0       1     2
0  apple  orange  pear
1  peach   apple  pear

In [23]: def startswith(prefix, default=''):
    ...:     def f(S):
    ...:         for val in S:
    ...:             if val.startswith(prefix):
    ...:                 return val
    ...:         return default
    ...:     return f
    ...:

In [24]: df.apply(startswith('pe'), axis=1)
Out[24]:
0     pear
1    peach
dtype: object

---

请不要执行

list=[…]

，因为现在您正在跟踪内置的

list

类型构造函数。这可能会导致很难检测到的错误，这是一个坏主意。明白了。感谢您的提示，请不要执行

list=[…]

，因为现在您正在跟踪内置的

list

类型构造函数。这可能会导致很难检测到的错误，这是一个坏主意。明白了。感谢tipI尝试df.apply（lambda x:x如果x.contains（'pe'）else np.nan，axis=1），这似乎不起作用。我在这里做错了什么？@Swarnar，因为传递给

apply

get的函数传递了一个

pd.Series

，它是一行或一列（取决于轴参数）。注意，我使用参数

S

来记住这一点<代码>pd.系列没有

。包含

method@Swarnar此外，我认为我误解了您查找以

“pe”

开头的字符串的意图，但是您可以轻松地修改上述内容以查找包含

“pe”

但在val:中使用

if prefix而不是
if val.startswith（prefix）的字符串
我尝试了df.apply（lambda x:x如果x.contains（'pe'）或者np.nan，axis=1），这似乎不起作用。我在这里做错了什么？@Swarnar，因为传递给
apply
get的函数传递了一个
pd.Series
，它是一行或一列（取决于轴参数）。注意，我使用参数
S
来记住这一点<代码>pd.系列

没有

。包含

method@Swarnar此外，我认为我误解了您查找以

“pe”

开头的字符串的意图，但是您可以轻松地修改上述内容以查找包含

“pe”

但在val:中使用

if prefix而不是
if val.startswith（prefix）的字符串