Есть ли какая-либо функция, которая будет эквивалентна комбинации df.isin() и df[col].str.contains()?
Например, скажем, у меня есть серия s = pd.Series(['cat','hat','dog','fog','pet']), и я хочу найти все места, где s содержит любое из ['og', 'at'], я бы хотел получить все, кроме 'pet'.
У меня есть решение, но оно довольно не элегантное
searchfor = ['og', 'at']
found = [s.str.contains(x) for x in searchfor]
result = pd.DataFrame[found]
result.any()
Есть лучший способ сделать это?
Один из вариантов состоит в том, чтобы использовать символ regex |, чтобы попытаться сопоставить каждую из подстрок в словах в вашей серии s (все еще используя str.contains).
Вы можете построить регулярное выражение, соединяя слова в searchfor с |:
>>> searchfor = ['og', 'at']
>>> s[s.str.contains('|'.join(searchfor))]
0 cat
1 hat
2 dog
3 fog
dtype: object
Как отметил @AndyHayden в комментариях ниже, будьте осторожны, если ваши подстроки имеют специальные символы, такие как $ и ^, которые вы хотите сопоставить буквально. Эти символы имеют определенные значения в контексте регулярных выражений и будут влиять на соответствие.
Вы можете сделать свой список подстрок более безопасным, экранируя не буквенно-цифровые символы с помощью re.escape:
>>> import re
>>> matches = ['$money', 'x^y']
>>> safe_matches = [re.escape(m) for m in matches]
>>> safe_matches
['\\$money', 'x\\^y']
Строки с в этом новом списке будут соответствовать каждому символу буквально при использовании с str.contains.
Вы можете использовать str.contains только с шаблоном регулярного выражения с помощью OR (|):
s[s.str.contains('og|at')]
Или вы можете добавить серию к dataframe, затем используйте str.contains:
df = pd.DataFrame(s)
df[s.str.contains('og|at')]
Вывод:
0 cat
1 hat
2 dog
3 fog