Pandas 检查字符串中的每个单词是否存在于列表中

Question

我有一列艺术家姓名，我想弄清楚艺术家是否使用了他们的真名。所以我整理了一份流行的名字或姓氏列表，并将其放入一个集合中。我现在正在尝试遍历每个艺术家姓名中的所有单词，并检查它们是否在集合中。我已将所有字符串拆分为列表 (df["artist_name"].str.split()) 但不知道如何遍历列表中的所有单词。

Answer 1

我们可以遍历艺术家姓名并检查它是否存在于真实姓名列表中。

import pandas as pd

Panda = pd.read_csv("Artist_Details")

RealNames = [# This List will contain the real names of the artists.]

ArtistList = list(Panda['Artist'])

for Artist in ArtistList:
    if Artist not in RealNames:
        print(Artist)

Answer 2

对于存储在变量name中的单个名称和存储在变量nameList中的列表，您可以通过运行 name in nameList检查名称是否在列表中].

如果您有一个 fullName 变量，可能包含由 space 分隔的名字和姓氏，您可以执行以下操作：

any([name in nameList for name in fullName.split()])

如果艺术家的名字或姓氏在您要比较的列表中，这将 return True。如果您想创建更严格的比较并要求名字和姓氏都在列表中，您可以将 any 替换为 all。

下面的代码使用名为 artistNames 的 pandas 系列和名为 nameList 的列表进行比较。

nameList = ['Fred','Steve','Susan','Jane','Robertson','Jones']
artistNames = pd.Series(['Steve Musicianson','NotARealName McRobotFace','Susan Artistsdottir','Fred Jones'])
anyRealName = artistNames.apply(lambda x: any(map(lambda y: y in nameList, x.split())))
allRealName = artistNames.apply(lambda x: all(map(lambda y: y in nameList, x.split())))

在此代码中，anyRealName 将 return

0     True
1    False
2     True
3     True

而 allRealName 将 return

0    False
1    False
2    False
3     True

Pandas 检查字符串中的每个单词是否存在于列表中

Pandas check whether every word in a string exists in a list

python

dataframe

pandas

data-cleaning

data-science