python - 用 pandas 搜索并返回匹配子串的索引

Question

我想扩展问题 here

上述问题的解决方案返回 True 或 False。并且 bool 值可用于对正确的值进行子集化。

但是，我想获取匹配子字符串的搜索值。

例如，(借用上面的问题)

s = pd.Series(['cat','hat','dog','fog','pet'])
searchfor = ['og', 'at']

我想知道 'cat' 与 'at' 匹配，dog 与 'og' 匹配

Answer 1

IIUC，您希望这些值反射(reflect) searchfor 中项目的索引列出与您的单词相符的列表。您可以从修改 searchfor 开始对象 -

m = {'^.*{}.*$'.format(s) : str(i) for i, s in enumerate(searchfor)}

这是<pattern : index>的字典映射。现在，调用pd.Series.replace与 regex=True -

s = s.replace(m, regex=True)
s[:] = np.where(s.str.isdigit(), pd.to_numeric(s, errors='coerce'), -1)

s

0    1
1    1
2    0
3    0
4   -1
dtype: int64

---

如果你想要一个按模式匹配的值列表，你需要 str.extract + groupby + apply -

p = '(^.*({}).*$)'.format('|'.join(searchfor))

s.str.extract(p, expand=True)\
 .groupby([1])[0]\
 .apply(list)

1
at    [cat, hat]
og    [dog, fog]
Name: 0, dtype: object