Python Pandas - 在同一列中查找元素(子字符串)

Question

我有一个字符串列 ('b')，我想获取与同一列中的子字符串类似的字符串。例如，在下面的数据框列 'b' 中，world 是 helloworld 的子串，ness 是 greatness 的子串。我想在列表中获取字符串 world 和 ness。您能否提出一个解决方案。

     a           b
0  test       world
1  teat  helloworld
2   gor         bye
3   jhr   greatness
4   fre        ness

列表中的期望输出

listofsubstrings
Out[353]: ['world', 'ness']

Answer 1

您可以使用:

from itertools import product

#get unique values only
b = df.b.unique()
#create all combination
df1 = pd.DataFrame(list(product(b, b)), columns=['a', 'b'])
#filtering
df1 = df1[df1.apply(lambda x: x.a in x.b, axis=1) & (df1.a != df1.b)]
print (df1)
        a           b
1   world  helloworld
23   ness   greatness

print (df1.a.tolist())
['world', 'ness']

交叉连接的替代解决方案:

b = df.b.unique()
df['tmp'] = 1
df1 = pd.merge(df[['b','tmp']],df[['b','tmp']], on='tmp')
df1 = df1[df1.apply(lambda x: x.b_x in x.b_y, axis=1) & (df1.b_x != df1.b_y)]
print (df1)
      b_x  tmp         b_y
1   world    1  helloworld
23   ness    1   greatness

print (df1.b_x.tolist())
['world', 'ness']