Python数据框匹配列表中的字符串

Question

我需要在数据帧列中搜索列表中的匹配字符串，并将匹配结果返回到数据帧中的新列中。下面的代码可以工作，但效率非常低，而且我的数据框中有数百万行。

import pandas as pd 
Cars = {'MakeModel': ['HondaCivic','Toyota_Corolla','FordFocus','Audi--A4']}  
df = pd.DataFrame(data=Cars) 

mlist = ['Honda','Toyota','Ford','Audi'] 

for i in df.index:  
    for x in mlist:     
        if x in df.get_value(i,'MakeModel'): 
            df.set_value(i,'Make', x) 

Answer 1

让我们在此处将 str.extract 与捕获组一起使用。这会从每个单元格中提取“make”(如果存在)，或者在该行中插入 NaN。

import re

df['Make'] = df['MakeModel'].str.extract(
    r'({})'.format('|'.join(map(re.escape, mlist))), expand=False)
df
        MakeModel    Make
0      HondaCivic   Honda
1  Toyota_Corolla  Toyota
2       FordFocus    Ford
3        Audi--A4    Audi

如果您确定 mlist 字符串不包含任何正则表达式，则可以将

map(re.escape, mlist) 替换为 mlist需要转义的元字符。