需要拆分并检查列表元素是不是在 pandas df 中可用

Posted 2023-03-12

【中文标题】需要拆分并检查列表元素是不是在 pandas df 中可用

【英文标题】：Need to split and check if the list element is available in pandas df需要拆分并检查列表元素是否在 pandas df 中可用

【发布时间】：2021-09-29 16:46:00

【问题描述】：

我需要从两个列表中获取可用的项目，然后检查它们是否在字符串中可用。

list1 = ['Cat', 'Dog', 'Crow']
list2 = ['Wild', 'Pet']

Df

ind              Camp      
1              Ball_Dog_Wild_Ear
2              Dog_Ball_Pet_Dos
3              Wild_Dos_Cat_Pre
4              Pet_Cer_Crow_Tre
5              Dos_Cat_Wild_Tre

我需要根据“_”拆分“Camp”，然后检查位置 0 和 2，如果列表中的项目完全匹配。

期望的输出：

ind              Camp      
1              Ball_Dog_Wild_Ear        False     #False because 0 position has ball(not in list)
2              Dog_Ball_Pet_Dos         True      #True because 0 and 2 both available in the list
3              Wild_Dos_Cat_Pre         True
4              Pet_Cer_Crow_Tre         True
5              Dos_Cat_Wild_Tre         False

我可以通过df['Camp'].str.rsplit("_", expand=True)进行拆分

并与.isin() 核对，但不确定我们如何为每一行执行以获得所需的输出。

【问题讨论】：

什么是list1和list2？有list3、list4等吗？

不，只有 2 个列表

那为什么要保留 2 个列表？

检查位置 0 和 2

如果位置 0 和 2 在同一个列表中怎么办？

【参考方案1】：

这是我的建议：

#get all combinations of 2 from list1 &list2 both ways:
l = [(i,k) for i in list1 for k in list2] + [(i,k) for i in list2 for k in list1]

#get the items from positions 0 and 2 as tuple:
df['new']=df.Camp.apply(lambda x: (x.split('_')[0],x.split('_')[2]))

#check if this pair is in l:
df['check']=df.new.apply(lambda x: x in l)

del df['new']

>>>print(df)

   ind               Camp  check
0    1  Ball_Dog_Wild_Ear  False
1    2   Dog_Ball_Pet_Dos   True
2    3   Wild_Dos_Cat_Pre   True
3    4   Pet_Cer_Crow_Tre   True
4    5   Dos_Cat_Wild_Tre  False

【参考方案2】：

使用列表理解：

cond = lambda x, y: (x in list1 and y in list2) or (x in list2 and y in list1)
df["res"] = [cond(zeroth, second) for zeroth, _, second, _ in df.Camp.str.split("_")]

cond 以交叉方式检查条目是否在相应的列表中。

>>> df

   ind               Camp    res
0    1  Ball_Dog_Wild_Ear  False
1    2   Dog_Ball_Pet_Dos   True
2    3   Wild_Dos_Cat_Pre   True
3    4   Pet_Cer_Crow_Tre   True
4    5   Dos_Cat_Wild_Tre  False

【参考方案3】：

您可以使用itertools.product、set 和isin 来做到这一点：

from itertools import product

#create a set list of products from list1 and list2
sl = [set(i) for i in product(list1, list2)]

#split, slice for 0 and 2, apply set and check using isin set list(sl)
df['check'] = (df['Camp'].str.split('_', expand=True)
                         .loc[:,[0,2]].apply(set, axis=1).isin(sl))

df

输出：

   ind               Camp  check
0    1  Ball_Dog_Wild_Ear  False
1    2   Dog_Ball_Pet_Dos   True
2    3   Wild_Dos_Cat_Pre   True
3    4   Pet_Cer_Crow_Tre   True
4    5   Dos_Cat_Wild_Tre  False