python - 如何计算两个相似的 pandas 列之间的索引交集？

Question

我有以下列表:

new_pets = ['Bobcats', 'dog', 'cat', 'turtle', 'monkey', 'goat', 'ferret', 'pig', 'Chipmunks', 'Capybaras', 'Ducks']

以及以下 pandas 数据框:

In: df

0   Cats
1   Lizard
2   Dog
3   Baby Ferrets
4   Pig
5   Armadillo

如何将 df (*) 中出现的 new_pets 元素放入新列？:

In: df['new_col']

0   True
1   False
2   True
3   True
4   True
5   False 

从文档中，我注意到这可以通过 contains() 来完成，所以我尝试了以下方法:

result = df[df['pets'].str.contains(x, case = False) for x in new_pets]

但是，我不确定这是否可能。例如，是否可以将 Baby Ferrets 与 ferret 匹配，因为 Ferrets 与 ferret 类似？对于该约束，我尝试使用 case=False，但没有得到预期结果 (*)。知道如何在新数据框中检索此类字符串吗？

Answer 1

您可以首先通过 | 连接值(正则表达式 or 是 |)，然后通过 lower 将所有值转换为小写 -输出位于joined 中。然后将列中的所有值小写 str.lower并调用str.contains使用 joined 检查 bobcats 或 dog 或 dog ... 是否在列中:

print (df)
           pets
0          Cats
1        Lizard
2           Dog
3  Baby Ferrets
4           Pig
5     Armadillo

joined = '|'.join(new_pets).lower()

df['new_col'] = df['pets'].str.lower().str.contains(joined)
print (df)
              a new_col
0          Cats    True
1        Lizard   False
2           Dog    True
3  Baby Ferrets    True
4           Pig    True
5     Armadillo   False