如何在一个条件包括两列的情况下预成型loc

Question

大家好，我需要你们的帮助。

我有两个列A和B的df，它们都是字符串值的列

例子：

df_1 = pd.DataFrame(data={
    "A":['a','b','c'],
    "B":['a x d','z y w','q m c'] #string values not a list
})
print(df_1)

#output
   A      B
0  a  a x d
1  b  z y w
2  c  q m c

现在我要做的是在df_1中预先设置loc，以获得所有列B包含列A中字符串值的行。

在这个例子中，我想要的输出是第一行和第三行

   A      B
0  a  a x d # 'a x d' contain value 'a'
2  c  q m c # 'q m c' contain value 'c'

我尝试了不同的loc条件，但得到了无法破解的类型：'系列'错误：

df_1.loc[df_1["B"].str.contains(df_1["A"])] #TypeError: unhashable type: 'Series'
df_1.loc[df_1["A"] in df_1["B"]] #TypeError: unhashable type: 'Series'

由于df的大小，我真的不想使用for/time循环。

知道我该怎么做吗？谢谢

Answer 1

你可以试试：

out = df_1.loc[df_1.apply(lambda x: x['A'] in x['B'], axis=1)]
print(out)

# Output
   A      B
0  a  a x d
2  c  q m c

使用numpy替代：

df_1.loc[np.apply_along_axis(lambda x: x[0] in x[1], axis=1, arr=df_1)]

Answer 2

可爱的

from operator import contains

df_1.loc[map(contains, *map(df_1.get, ['B', 'A']))]

   A      B
0  a  a x d
2  c  q m c

没有进口但有一个丑陋的dunder…/-：

df_1.loc[map(str.__contains__, *map(df_1.get, ['B', 'A']))]

还有，对OP。。。不要接受这个答案。我只是在打高尔夫球。您永远不应该在生产代码中使用它，因为由于使用了两个映射和一个splat，它的透明度较低。

只是为了超级清楚...

莫兹韦的更好

Answer 3

没有矢量方法，可以使用两列在中映射。你需要在这里循环：

mask = [a in b for a,b in zip(df_1['A'], df_1['B'])]

df_1.loc[mask]

输出：

   A      B
0  a  a x d
2  c  q m c

# operator.contains
518 µs ± 4.61 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# list comprehension
554 µs ± 3.84 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

# numpy.apply_along_axis
7.32 ms ± 58.8 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

# apply
20.7 ms ± 379 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)