python - 使用 Panda/Numpy 搜索匹配字符串

Question

我已经尝试解决这个问题有一段时间了，但还没有取得任何进展。我的目标是在名为“WORDS”的列中搜索字符串并返回“INDEXED_NUMBER”。例如，如果我搜索“aaa”，它应该返回 0，如下表所示。

我正在使用 python panda，并且可能也在尝试 numpy。下面是我尝试过的代码示例:

def WordToIndexwithjustPanda():
    referenceDF[referenceDF['WORDS'].str.contains('aaa')]
    #I was hoping that it will grab me the row with the word 'aaa' but 
    #it is not returning me anything

和

def WordToIndexwithNumpy():
    np.where(referenceDF["WORDS"].str.contains('aaa'))
    #I think this is wrong but I am not sure how is this wrong

我希望你们能指导我正确的使用方法。我使用 anaconda 提示符和 jupyter 笔记本作为附加说明。我导入了 panda 和 numpy。

提前致谢。 XD

Answer 1

使用loc与 boolean indexing并且不要忘记将 return 添加到函数中，对于返回标量也需要 iat 来使用 if-else< 选择过滤后的 Series 的第一个值 如果过滤不返回任何行:

def WordToIndexwithjustPanda():
    a = referenceDF.loc[referenceDF['WORDS'].str.contains('aaa'), 'INDEXED_NUMBER']
    return 'No match' if a.empty else a.iat[0]

您还可以在函数中使用参数来检查值的第一次出现:

referenceDF = pd.DataFrame({
    'WORDS': ['aaa','aaas','aactive','aadvantage','aaker'],
    'INDEXED_NUMBER': list(range(5))
})
print (referenceDF)
   INDEXED_NUMBER       WORDS
0               0         aaa
1               1        aaas
2               2     aactive
3               3  aadvantage
4               4       aaker

def WordToIndexwithjustPanda(val):
    a = referenceDF.loc[referenceDF['WORDS'].str.contains(val), 'INDEXED_NUMBER']
    return 'No match' if a.empty else a.iat[0]
print (WordToIndexwithjustPanda('aaa'))
0
print (WordToIndexwithjustPanda('bbb'))
No match