使用python搜索数据框的另一列或另一个数据框中是不是存在任何单词

Posted 2023-03-11

【中文标题】使用python搜索数据框的另一列或另一个数据框中是不是存在任何单词

【英文标题】：searching if anyone of word is present in the another column of a dataframe or in another data frame using python使用python搜索数据框的另一列或另一个数据框中是否存在任何单词

【发布时间】：2017-12-16 17:22:24

【问题描述】：

您好，我有两个如下所示的 DataFrame

 DF1

 Alpha   |  Numeric  |  Special

 and     |  1        |   @
 or      |  2        |   $
         |  3        |   &  
         |  4        |     
         |  5        |     

和

DF2 with single column

Content      |

boy or girl  |
school @ morn|

我想搜索 DF1 中的任何列是否有 DF2 的内容列中的任何关键字，并且输出应该在新的 DF 中

 output_DF

 output_column|
 Alpha        |
 Special      |

有人帮我解决这个问题

【参考方案1】：

我有个方法不太好。

df1 = pd.DataFrame([[['and', 'or'],['1', '2','3','4','5'],['@', '$','&']]],columns=['Alpha','Numeric','Special'])    
print(df1)
       Alpha          Numeric    Special
0  [and, or]  [1, 2, 3, 4, 5]  [@, $, &]

df2 = pd.DataFrame([[['boy', 'or','girl']],[['school', '@','morn']]],columns=['Content'])    
print(df2)
             Content
0    [boy, or, girl]
1  [school, @, morn]

首先，合并df2数据：

df2list=[x for row in df2['Content'].tolist() for x in row]
print(df2list)
['boy', 'or', 'girl', 'school', '@', 'morn']

然后获取df1每一列的数据与df2list相交：

containlistname = []
for i in range(0,df1.shape[1]):
    columnsname = df1.columns[i]
    df1list=[x for row in df1[columnsname].tolist() for x in row]
    intersection = list(set(df1list).intersection(set(df2list)))
    if len(intersection)>0:
        containlistname.append(columnsname)
output_DF = pd.DataFrame(containlistname,columns=['output_column'])

最终打印：

print(output_DF)
  output_column
0         Alpha
1       Special

【讨论】：

我在这一行 df1list=[x for row in df1[columnsname].tolist() for x in row] 得到“TypeError: 'float' object is not iterable” 我也不想结合df2数据，我们需要找到每一行的匹配（是否可以迭代每一行？）

你得到的“TypeError: 'float' object is not iterable”是我这边的数字是字符串格式的。至于你后面提到的问题，我想你只能做for每行循环。抱歉，我没有很好的方法来帮助你。

你指的是哪个数字？？，我将数值列值更改为字符串值，但我仍然面临同样的错误

我的意思是 1,2,3,4,5，你有漂浮物，我身边有弦

我将值更改为“一”、“二”、“三”、“四”、“五”，但我仍然面临这个问题

【参考方案2】：

您可以对 df1 中的每一列应用Series.isin() 方法，然后返回出现任何事件的列名：

import pandas as pd

d = 'Alpha' :['and', 'or'],'Numeric':[1, 2,3,4,5],'Special':['@', '$','&']
df1 = pd.DataFrame(dict([ (k,pd.Series(v)) for k,v in d.iteritems() ]))

df2 = pd.DataFrame('Content' :['boy or girl','school @ morn'])    

check = lambda r:[c for c in df1.columns if df1[c].dropna().isin(r).any()]
df3 = pd.DataFrame('output_column' : df2["Content"].str.split(' ').apply(check))

这会导致：

  output_column
0       [Alpha]
1     [Special]