python - Pandas 列中的精确匹配字符串

Question

设置

我抓取房屋广告数据并使用 pandas 进行分析。我计算了平均统计数据并将它们插入到 Pandas 数据框中:district_df。

其中一个 district_df 列包含地区名称:district_df['district']。

district_df 列中的另一个包含分区名称:district_df['subdistrict']

他们看起来像，

        district           subdistrict      
     Bergen-Enkheim      Bergen-Enkheim    
    Bornheim/Ostend            Bornheim
    Bornheim/Ostend              Ostend
            Harheim             Harheim
       Innenstadt I            Altstadt
       Innenstadt I     Bahnhofsviertel
       Innenstadt I              Gallus
      Innenstadt II          Bockenheim 
      Innenstadt II        Westend-Nord
                  ⋮                   ⋮

---

问题

我从每个学区的 district_df 创建一个学区表 (district_table)。 IE。对于以上内容，我创建了五个分区表。我通过以下代码执行此操作，

for district in d_set: # d_set is a set containing all district names 
    district_table = district_df[district_df['district'].str.match(district)]

此代码有效，即:为每个区创建一个表。

但是，Innenstadt II 的表还包含 Innenstadt I 的分区。

在我看来，.str.match(district) 不完全匹配，但部分匹配。 IE。 Innenstadt I 将匹配 Innenstadt II。

我的实际 district_df 列包含的内容比我在此处显示的内容更多 - 各种地区名称都会出现问题。

如何获得精确匹配？

Answer 1

我想你需要boolean indexing在循环中:

d_set = district_df['district'].unique()

for district in d_set: 
    district_table = district_df[district_df['district'] == district]
    print (district_table)

         district     subdistrict
0  Bergen-Enkheim  Bergen-Enkheim
          district subdistrict
1  Bornheim/Ostend    Bornheim
2  Bornheim/Ostend      Ostend
  district subdistrict
3  Harheim     Harheim
       district      subdistrict
4  Innenstadt I         Altstadt
5  Innenstadt I  Bahnhofsviertel
6  Innenstadt I           Gallus
        district   subdistrict
7  Innenstadt II    Bockenheim
8  Innenstadt II  Westend-Nord

如果需要 DataFrames 的 dict 更好的方法是转换 groupby对象:

a = dict(tuple(district_df.groupby('district')))

print (a['Innenstadt I'])
       district      subdistrict
4  Innenstadt I         Altstadt
5  Innenstadt I  Bahnhofsviertel
6  Innenstadt I           Gallus