在Pandas中的多个列上查找字符串

Question

我试图找出一个字符串是否跨多个列存在。如果字符串存在，则返回1；如果不存在，则返回0，作为dataframe中的新系列。

搜索论坛后，我明白str.contains可以使用，但我正在搜索100多个列，因此一次使用单个系列对我来说是没有效率的。

如果相关，列中有一些NAs。

简化数据帧示例：

d = {'strings_1': ['AA', 'AB', 'AV'], 'strings_2': ['BB', 'BA', 'AG'], 
'strings_1': ['AE', 'AC', 'AI'], 'strings_3': ['AA', 'DD', 'PP'], 
'strings_4': ['AV', 'AB', 'BV']}
simple_df = pd.DataFrame(data=d)

例如，如果我对查找“AA”感兴趣，我想返回以下数据帧。

目标数据帧示例：

d = {'strings_1': ['AA', 'AB', 'AV'], 'strings_2': ['BB', 'BA', 'AG'], 
'strings_1': ['AE', 'AC', 'AI'], 'strings_3': ['AA', 'DD', 'PP'], 
'strings_4': ['AV', 'AB', 'BV'], 'AA_TRUE': [1, 0, 0]}
target_df = pd.DataFrame(data=d)

非常感谢你的帮助。

Answer 1

如果需要检查混合值-数字与字符串比较由值创建的numpy数组，请使用数据帧。任何检查，每行至少有一个True，最后一次转换为int：

simple_df['new'] = (simple_df.values == 'AA').any(1).astype(int)
#or cast all values to string before comparing
#simple_df['new'] = (simple_df.astype(str)== 'AA').any(1).astype(int)
print (simple_df)
  strings_1 strings_2 strings_3 strings_4  new
0        AE        BB        AA        AV    1
1        AC        BA        DD        AB    0
2        AI        AG        PP        BV    0

详情：

print ((simple_df.values == 'AA'))
[[False False  True False False]
 [False False False False False]
 [False False False False False]]

print ((simple_df.values == 'AA').any(1))
[ True False False]

如果需要检查子字符串：

simple_df['new'] = simple_df.applymap(lambda x: 'G' in x).any(1).astype(int)
print (simple_df)
  strings_1 strings_2 strings_3 strings_4  new
0        AE        BB        AA        AV    0
1        AC        BA        DD        AB    0
2        AI        AG        PP        BV    1