python - 使用基于正则表达式的部分匹配来选择 Pandas 数据框的子数据框

Question

我有一个包含两列的 Pandas 数据框，一列(“Process Parameter”列)包含字符串，另一列(“Value”列)包含相应的浮点值。我需要过滤掉与列“过程参数”中的一组键部分匹配的子数据帧，并提取与这些键匹配的数据帧的两列

df = pd.DataFrame({'Process Parameter' : ['Temperature', 'System Clk', 'Core Clk', 'Bilinear Coeff', 'Prec Coeff', 'Yield'], 'Value' : [1.2,2.0,3.0, 5.1, 6.2, 7.4]})

keys =['Clk', 'Coeff']

我应该得到一个输出

df_filtered 为

Process Parameter    Value
System Clk            3.0
Core Clk              2.0
Bilinear Coeff        5.1
Prec Coeff            6.2

我尝试了几种乱七八糟的方法，比如将数据框转换为列表，然后使用re.search(), map, str.contains() 等。谁有非常有效的解决方案请告诉我

感谢和问候，桑托斯

Answer 1

选项 1
您可以使用 numpy.core.defchararray.find

from numpy.core.defchararray import find

p = df['Process Parameter'].values.astype(str)
df[(find(p[:, None], keys) >= 0).any(1)]

  Process Parameter  Value
1        System Clk    2.0
2          Core Clk    3.0
3    Bilinear Coeff    5.1
4        Prec Coeff    6.2

---

解释
numpy.core.defchararray 标识它在字符串中找到另一个字符串的位置。如果未找到，则返回 -1。所以我只需要检查 >= 0。我还利用 numpy 广播然后检查是否在所有 keys 中找到任何匹配项。

---

选项 2
我喜欢集合逻辑。

df[df['Process Parameter'].str.split().apply(set) & set(keys)]

  Process Parameter  Value
1        System Clk    2.0
2          Core Clk    3.0
3    Bilinear Coeff    5.1
4        Prec Coeff    6.2