根据列表计算DataFrame中的匹配值

Posted 2023-02-22

【中文标题】根据列表计算DataFrame中的匹配值

【英文标题】：Count Match value in DataFrame based on list

【发布时间】：2021-11-09 20:29:37

【问题描述】：

我有一个数据框，其中有一些项目标题，例如

ratings_dict = 
    "TYPE": ["Testing","Headphone","Iphone","AC","Laptop","Monitor"],


df = pd.DataFrame(ratings_dict)

想要根据给定的列表计算值：

Search_history=['test','phone','lap','testing','tes','iphone','Headphone','head','Monitor','ac']

预期输出：

注意：在这种情况下，单词“phone”与数据帧“Headphone”和“Iphone”中的 2 个值匹配，然后 Count 将同时递增。

任何建议或代码 sn-p 都会有所帮助。

【问题讨论】：

请不要在您的问题中使用图片：它们不可搜索，也不能复制粘贴。创建可复制粘贴的代码，例如，您的示例数据框可以包含创建它所需的代码。

“任何建议或代码 sn-p 都会有所帮助。”：你自己已经尝试过什么？这有助于我们更好地指导您。

pandas.pydata.org/docs/reference/api/… 可能会有所帮助。

您好，感谢您的回复，我已经尝试过df.str.contains 方法但无法获得匹配数。

【参考方案1】：

您需要将所有内容都转换为小写，然后计算 TYPE 是搜索历史项的子字符串的次数，反之亦然

import pandas as pd

ratings_dict = 
    "TYPE": ["Testing","Headphone","Iphone","AC","Laptop","Monitor"],

df = pd.DataFrame(ratings_dict)

Search_history=['test','phone','lap','testing','tes','iphone','Headphone','head','Monitor','ac']

# convert everything to lower case
Search_history = [ x.lower() for x in Search_history]
df['TYPE'] = [ x.lower() for x in df.TYPE]

# count up the number of times one of the TYPEs is a substring of a Search_history or a Search_history is a substring of a TYPE
df['count'] = [ sum( x in y or y in x for y in Search_history) for x in df.TYPE]

【参考方案2】：

由你来定义什么条件是有意义的，你的问题有点太松散了。您可以检查值是否匹配，也可以在检查之前将一些列表值转换为默认值