python - 从 df 列的列表中过滤项目

Question

我正在尝试弄清楚如何创建一个新列，其中的值来自列类型为列表的另一列。如果值满足条件，我很难从所述列表中选择特定值，而不是整个列表。

更具体地说，我想创建一个新列，其值包含“评论家”。所以结果应该是这样的:

ID        LIST_COLUMN                                   NEW COLUMN 
id1       ['moviecritic', 'movie', 'disney']            moviecritic
id2       ['musiccritic', 'Metallica', 'rock']          musiccritic
id3       ['bookcritic', 'young adult', 'literature']   bookcritic

我试过以下，但它返回一个 ValueError(值的长度 (0) 与索引的长度 (3) 不匹配)

import pandas as pd
data = [['id1', ['moviecritic', 'movie', 'disney']],['id2',['musiccritic', 'Metallica', 'rock']],
        ['id3',['bookcritic', 'young adult', 'literature']]]
df = pd.DataFrame(data,columns=['ID','LIST_COLUMN'])
        
        
df['NEW_COLUMN'] = [x for x in row.df['LIST_COLUMN'] if 'critic' in x]

Answer 1

您可以explode 列表，然后过滤到您想要的值并分配回去(它将对齐索引，explode 保留)。因为你永远不会有超过 1 个带有“critic”的值，所以这会起作用。

s = df['LIST_COLUMN'].explode()
df['new_column'] = s[s.str.contains('critic')]

    ID                            LIST_COLUMN   new_column
0  id1           [moviecritic, movie, disney]  moviecritic
1  id2         [musiccritic, Metallica, rock]  musiccritic
2  id3  [bookcritic, young adult, literature]   bookcritic

---

如果可能有多个匹配项，您将需要以某种方式沿原始索引聚合，例如您可以str.join:

df['new_column'] = s[s.str.`contains('critic')].groupby(level=0).agg(','.join)