python - 从部分字符串匹配创建新的 pandas 数据框

Question

这个问题已经有答案了:

Filter pandas DataFrame by substring criteria (17 个回答)

已关闭 4 年前。

我有一个相对简单的数据框，如下所示(见下文)。其中一列“Book”是一个字符串列表。

我的目标是为“Book”中三个不同值中的每一个创建新的数据框。也就是说，一个数据框包含出现在国际中的每种产品、出现在国内的每种产品以及订阅。

我不知道如何创建一个根据现有数据框中匹配的部分字符串构建的新数据框。是否有内置的功能，或者我应该构建一个循环来迭代数据帧，并由此构建一个新的循环？

df

    Description      Book                               Product ID
0   Products      International, Domestic                 X11
1   Products      International                           X12
2   Products      Domestic                                X13
3   Products      Domestic, International                 X21
4   Services      Subscription, Domestic                  X23
5   Services      International, Domestic                 X23
6   Services      Subscription, International, Domestic   X25

我尝试过使用 Pandas isin 功能的不同组合，但这需要您知道您要查找的确切字符串。就我而言，Book 列可以具有三个值的任意顺序，因此我无法成功使用 isin。

我尝试的循环示例是:

f = []
for index,row in df.iterrows():
    if "International" in row['Book']:
        f.append 

但是这会创建一个空列表，我知道这是不对的。我不太擅长在数据帧上构建循环，非常感谢任何建议。

我的目标输出将是如下所示的数据帧:

df

    Description      Book                               Product ID
0   Products      International                           X11
1   Products      International                           X12
2   Products      International                           X21
3   Services      International                           X23
4   Services      International                           X25

和

df

    Description   Book                               Product ID
0   Products      Domestic                                X11
2   Products      Domestic                                X13
3   Products      Domestic                                X21
4   Services      Domestic                                X23
5   Services      Domestic                                X25

订阅也是如此。我查看了其他多个 SO 问题，但无法找到在这种情况下有帮助的问题。

Answer 1

另一种方式:

国际:

df_international = df[df['Book'].str.contains('International')].reset_index(drop=True)
df_international.loc[:, 'Book'] = 'International'
print(df_international)
#      Description           Book Product ID
#0        Products  International        X11
#1        Products  International        X12
#2        Products  International        X21
#3        Services  International        X23
#4        Services  International        X25

国内:

df_domestic = df[df['Book'].str.contains('Domestic')].reset_index(drop=True)
df_domestic.loc[:, 'Book'] = 'Domestic'
print(df_domestic)
#      Description      Book Product ID
#0        Products  Domestic        X11
#1        Products  Domestic        X13
#2        Products  Domestic        X21
#3        Services  Domestic        X23
#4        Services  Domestic        X23
#5        Services  Domestic        X25

订阅:

df_subscription = df[df['Book'].str.contains('Subscription')].reset_index(drop=True)
df_subscription.loc[:, 'Book'] = 'Subscription'
print(df_subscription)
#      Description          Book Product ID
#0        Services  Subscription        X23
#1        Services  Subscription        X25