python - pandas:跨多列搜索部分字符串并输出每行的值

Question

我有一个像这样的数据框:

data =  {'fce1_1': ['K701', 'Molly', 'Tina', 'K876', 'Amy'], 
        'fce1_2': ['K712', 'Molly', 'K709', 'Jape', 'Amy'], 
        'fce2_1': ['K703', 'K719', 'Tina', 'I841', 'K987'],
        'fce2_2': [25, 94, 57, 62, 70]}
df = pd.DataFrame(data)
df

fce1_1 fce1_2 fce2_1 fce2_2
K701   K712   K703   25
Molly  Molly  K719   94
Tina   K709   Tina   57
...etc

我想在 df 的每一行中搜索以“K”开头的任何值，并返回最接近数据框右侧列的“K***”值。例如:

fce1_1 fce1_2 fce2_1 fce2_2 new_col
K701   K712   K703   25     K703
Molly  Molly  K719   94     K719
Tina   K709   Tina   57     K709
...etc

谢谢。

Answer 1

您可以apply df 上的 lambda 逐行检查第一个字符是否 startswith 'K' 并返回 last_valid_index它按行索引该列:

In [35]:
df['new_col'] = df.astype(str).apply(lambda x: x[x[x.str.startswith('K')].last_valid_index()], axis=1)
df

Out[35]:
  fce1_1 fce1_2 fce2_1  fce2_2 new_col
0   K701   K712   K703      25    K703
1  Molly  Molly   K719      94    K719
2   Tina   K709   Tina      57    K709
3   K876   Jape   I841      62    K876
4    Amy    Amy   K987      70    K987

上述内容的分割:

In [38]:
df.astype(str).apply(lambda x: x.str.startswith('K'), axis=1)
​
Out[38]:
  fce1_1 fce1_2 fce2_1 fce2_2
0   True   True   True  False
1  False  False   True  False
2  False   True  False  False
3   True  False  False  False
4  False  False   True  False

In [39]:    
df.astype(str).apply(lambda x: x[x.str.startswith('K')].last_valid_index(), axis=1)

Out[39]:
0    fce2_1
1    fce2_1
2    fce1_2
3    fce1_1
4    fce2_1
dtype: object

编辑

要按行处理不匹配的情况，我们可以在 lambda 中设置一个条件条件:

In [67]:
data =  {'fce1_1': [np.NaN, 'Molly', 'Tina', 'K876', 'Amy'], 
        'fce1_2': [np.NaN, 'Molly', 'K709', 'Jape', 'Amy'], 
        'fce2_1': [np.NaN, 'K719', 'Tina', 'I841', 'K987'],
        'fce2_2': np.NaN}
df = pd.DataFrame(data)
df['new_col'] = df.astype(str).apply(lambda x: x[x.str.startswith('K')].last_valid_index() if x.str.startswith('K').any() else 'No Match', axis=1)
df

Out[67]:
  fce1_1 fce1_2 fce2_1  fce2_2   new_col
0    NaN    NaN    NaN     NaN  No Match
1  Molly  Molly   K719     NaN    fce2_1
2   Tina   K709   Tina     NaN    fce1_2
3   K876   Jape   I841     NaN    fce1_1
4    Amy    Amy   K987     NaN    fce2_1