dataframe python检查字符串是否存在于另一列中，忽略大写/小写

我的数据帧与我在中要求的相同

我想检查名称是否也是描述的一部分，如果是，则保留该行。如果不是，请删除该行。在这种情况下，它将在某处删除第三行JW员工

我正在使用

df[df.apply(lambda x: x['Name'] in x['Description'], axis = 1)]

在这种情况下，它还删除了BQ的行，因为在描述中BQ是小写的。在这里，是否仍要使用相同的语法，但要考虑大小写敏感度？

使用.lower使其不区分大小写：

df[df.apply(lambda x: x['Name'].lower() in x['Description'].lower(), axis=1)]

请注意，这将考虑AM与艾米的匹配。您可能希望使用单词边界来防止这种情况：

>>> def filter(x): 
...     return bool(re.search(rf"(?i)\b{x['Name']}\b", x["Description"]))
...
>>> df[df.apply(filter, axis=1)]
  Name     Description
0   Am     Owner of Am
1   BQ  Employee at bq

或拆分，更好地处理正则表达式特殊字符：

df[df.apply(lambda x: x["Name"].lower() in x["Description"].lower().split(), axis=1)]

使用.lower使其不区分大小写：

df[df.apply(lambda x: x['Name'].lower() in x['Description'].lower(), axis=1)]

请注意，这将考虑AM与艾米的匹配。您可能希望使用单词边界来防止这种情况：

>>> def filter(x): 
...     return bool(re.search(rf"(?i)\b{x['Name']}\b", x["Description"]))
...
>>> df[df.apply(filter, axis=1)]
  Name     Description
0   Am     Owner of Am
1   BQ  Employee at bq

或拆分，更好地处理正则表达式特殊字符：

df[df.apply(lambda x: x["Name"].lower() in x["Description"].lower().split(), axis=1)]

你应该使用

df[df.apply(lambda x: x['Name'] in x['Description'].split(' '), axis = 1)]

你应该使用

df[df.apply(lambda x: x['Name'] in x['Description'].split(' '), axis = 1)]

您可以使用lower、split和isin：

输出：

  Name     Description
0   Am     Owner of Am
1   BQ  Employee at bq

细节 首先，我们使用str.lower将字符串转换为小写

print(df.Description.str.lower())
0           owner of am
1        employee at bq
2    employee somewhere
Name: Description, dtype: object

然后拆分字符串并展开列表：

print(df.Description.str.lower().str.split(expand=True))
          0          1     2
0     owner         of    am
1  employee         at    bq
2  employee  somewhere  None

然后我们用isin检查df.name的值

最后在轴1行中做任意一个，以查看是否至少有一个单词匹配：

print(df.Description.str.lower().str.split(expand=True).isin(df.Name.str.lower()).any(1))
0     True
1     True
2    False
dtype: bool

您可以使用lower、split和isin：

输出：

  Name     Description
0   Am     Owner of Am
1   BQ  Employee at bq

细节 首先，我们使用str.lower将字符串转换为小写

print(df.Description.str.lower())
0           owner of am
1        employee at bq
2    employee somewhere
Name: Description, dtype: object

然后拆分字符串并展开列表：

print(df.Description.str.lower().str.split(expand=True))
          0          1     2
0     owner         of    am
1  employee         at    bq
2  employee  somewhere  None

然后我们用isin检查df.name的值

最后在轴1行中做任意一个，以查看是否至少有一个单词匹配：

print(df.Description.str.lower().str.split(expand=True).isin(df.Name.str.lower()).any(1))
0     True
1     True
2    False
dtype: bool

---

是的。下限也应该与。拆分一起添加。这里是df[df.applylambda x:x['Name'].x['Description']中的lower.split''，axis=1]。谢谢@ggorlensplit默认情况下按空格拆分，.split就足够了。是的。lower也应该与.split一起添加。这里是df[df.applylambda x:x['Name'].x['Description']中的lower.split''，axis=1]。谢谢@ggorlensplit默认情况下按空格拆分，.split就足够了。第一种解决方案的问题是Am是Am的所有者，也是Amy的所有者，在第二种情况下，它不会给出所需的输出，IIUC.OP实际上没有指定子字符串有问题，这只是我的猜测/建议。只有当字符串中有正则表达式特殊字符时，第二个才会失败。您可以使用split，这可能更好。不过，出于好奇，它怎么会失败呢？没错，你是对的，OP没有指明问题所在。但是如果是这样的话，我的意思是，如果是关于子串，第一个就不起作用了。不，第二个是很棒的，它不会在猜测的子串问题中失败：！第一种解决方案的问题是，Am是Am的所有者，也是Amy的所有者，在第二种情况下，它不会给出所需的输出，IIUC.OP并没有真正指定子字符串存在问题，这只是我的猜测/建议。只有当字符串中有正则表达式特殊字符时，第二个才会失败。您可以使用split，这可能更好。不过，出于好奇，它怎么会失败呢？没错，你是对的，OP没有指明问题所在。但是如果是这样的话，我的意思是，如果是关于子串，第一个就不起作用了。不，第二个是很棒的，它不会在猜测的子串问题中失败：！谢谢@ggorlen，是的，刚刚编辑了答案，您可以在没有tolist的情况下比较该列。谢谢@ggorlen，是的，刚刚编辑了答案，您可以在没有tolist的情况下比较该列。