在pandas数据框中搜索文本列而不进行循环
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了在pandas数据框中搜索文本列而不进行循环相关的知识,希望对你有一定的参考价值。
我有一个pandas数据框,其中一列是文本描述字符串。我需要创建一个新列,以确定列表中的一个字符串是否在文本描述中。
df = pd.DataFrame({'Description': ['2 Bedroom/1.5 Bathroom end unit Townhouse.
Available now!', 'Very spacious studio apartment available', ' Two bedroom, 1
bathroom condominium, superbly located in downtown']})
list_ = ['unit', 'apartment']
然后结果应该是
Description in list
0 2 Bedroom/1.5 Bathroom end unit Townhouse. Av... True
1 Very spacious studio apartment available True
2 Two bedroom, 1 bathroom condominium, superbly... False
我可以这样做
for i in df.index.values:
df.loc[i,'in list'] = any(w in df.loc[i,'Description'] for w in list_)
但是对于大型数据集,它需要的时间比我想要的要长。
答案
通过使用str.contains
list_ = ['unit', 'apartment']
df.Description.str.contains('|'.join(list_))
Out[724]:
0 True
1 True
2 False
Name: Description, dtype: bool
另一答案
使用np.char.find
-
v = df.Description.values.astype('U')[:, None]
df['in list'] = (np.char.find(v, list_) > 0).any(1)
df
Description in list
0 2 Bedroom/1.5 Bathroom end unit Townhouse. Av... True
1 Very spacious studio apartment available True
2 Two bedroom, 1 bathroom condominium, superbly... False
以上是关于在pandas数据框中搜索文本列而不进行循环的主要内容,如果未能解决你的问题,请参考以下文章