搜索 return 与 pandas 匹配的子字符串的索引

Question

我想扩展所问的问题 here

上述问题的答案return判断对错。并且布尔值可用于对正确的值进行子集化。

但是，我想获取与子字符串匹配的搜索值。

例如，（借用上面的问题）

s = pd.Series(['cat','hat','dog','fog','pet'])
searchfor = ['og', 'at']

我想知道 'cat' 与 'at' 匹配，狗与 'og'

匹配

Answer 1

IIUC，您希望值反映 index searchfor 列表中与您的单词匹配的项目。您可以从修改 searchfor 对象开始 -

m = {'^.*{}.*$'.format(s) : str(i) for i, s in enumerate(searchfor)}

这是 <pattern : index> 映射的字典。现在，用 regex=True -

调用 pd.Series.replace

s = s.replace(m, regex=True)
s[:] = np.where(s.str.isdigit(), pd.to_numeric(s, errors='coerce'), -1)

s

0    1
1    1
2    0
3    0
4   -1
dtype: int64

如果您想要按模式匹配的值列表，您需要 str.extract + groupby + apply -

p = '(^.*({}).*$)'.format('|'.join(searchfor))

s.str.extract(p, expand=True)\
 .groupby([1])[0]\
 .apply(list)

1
at    [cat, hat]
og    [dog, fog]
Name: 0, dtype: object

Answer 2

这是通过使用 defaultdict + replace 最后我做到了..

d=dict(zip(searchfor,[""]*2))

s1=s.replace(d,regex=True)
import collections
d = collections.defaultdict(dict)
for x,y in zip(s1.index,s1):
    d[x][y]=''

s.to_frame('a').T.replace(dict(d), regex=True).T.a


Out[765]: 
0    at
1    at
2    og
3    og
4      
Name: a, dtype: object

搜索 return 与 pandas 匹配的子字符串的索引

Search and return index of matching substring with pandas

python

string

series

pandas