在数据帧中检查一列并返回另一列

Question

我有这样一个数据帧：

   Title                Participants
0  ShowA            B. Smith,C. Ball
1  ShowB                   T. Smooth
2  ShowC  K. Dulls,L. Allen,B. Smith

我正在参与者列中的,上进行拆分，并为每个单元格创建一个列表。接下来，我检查每个列表中的特定参与者。在本例中，我正在检查B. Smith或K. Dulls

for item in df['Participants']:
    listX = item.split(',')
    if 'B. Smith' in listX or 'K. Dulls' in listX:
        print(listX)

这将返回：

['B. Smith', 'C. Ball']
['K. Dulls', 'L. Allen', 'B. Smith']

1）我猜在我的if声明中，有一种更干净的方法来检查多个参与者。我想听听你的建议

2）这就是我一直在旋转的地方，我如何返回与我返回的列表关联的Title

在本例中，我想返回：

ShowA
ShowC

---

设置代码：

import pandas as pd

df = pd.DataFrame(data={'Title': ['ShowA', 'ShowB', 'ShowC'],
                        'Participants': ['B. Smith,C. Ball', 'T. Smooth', 'K. Dulls,L. Allen,B. Smith']})

target_participants = ['B. Smith', 'K. Dulls']

Answer 1

get_dummies

您可以使用pandas.Series.str.get_dummies并创建一个数据框架，其中列是存在名称的布尔表达式

dummies = df.Participants.str.get_dummies(',').astype(bool)
dummies

   B. Smith  C. Ball  K. Dulls  L. Allen  T. Smooth
0      True     True     False     False      False
1     False    False     False     False       True
2      True    False      True      True      False

然后我们可以找到你的结果

df.loc[dummies['B. Smith'] | dummies['K. Dulls'], 'Title']

0    ShowA
2    ShowC
Name: Title, dtype: object

---

contains

否则，您可以使用pandas.Series.str.contains。首先，我们需要在列表中指定要查找的人，然后构造一个字符串用作正则表达式

people_to_look_for = ['B. Smith', 'K. Dulls']
pattern = '|'.join(people_to_look_for)
mask = df.Participants.str.contains(pattern)
df.loc[mask, 'Title']

0    ShowA
2    ShowC
Name: Title, dtype: object

Answer 2

我不确定这方面的性能会有多好，尽管我认为如果您将'Participants'列的元素保留为列表，那么投资是值得的

import pandas as pd

df = pd.DataFrame(data={'Title': ['ShowA', 'ShowB', 'ShowC'],
                        'Participants': ['B. Smith,C. Ball', 'T. Smooth', 'K. Dulls,L. Allen,B. Smith']})

target_participants = {'B. Smith', 'K. Dulls'}

df['Participants'] = df['Participants'].str.split(',')

print(df, end='\n\n')

contains_parts = ~df['Participants'].map(target_participants.isdisjoint)

print(contains_parts)

输出：

   Title                    Participants
0  ShowA             [B. Smith, C. Ball]
1  ShowB                     [T. Smooth]
2  ShowC  [K. Dulls, L. Allen, B. Smith]

0     True
1    False
2     True
Name: Participants, dtype: bool