无法根据子字符串集过滤熊猫数据框

Question

目标是查找列中的每个单元格是否包含一组字符串中的任一字符串。给出下面的 df；df = pd.DataFrame({'Date': ['1 December 2020', 'May 2020', 'Random value', 'may 2019']})和一个标志子字符串stk_list = ['December','May']它应该返回True; True; False; True但是，使用下面的代码stk_list = ['December','May']df = pd.DataFrame({'Date': ['1 December 2020', 'May 2020', 'Random value', 'may 2019']})dfxx=df['Date'].isin(stk_list)它返回False; False;False;False我可以知道我哪里做错了吗？

Answer 1

regex您可以为此目的使用：

pattern = '|'.join(s.lower() for s in stk_list)

df.Date.str.lower().str.contains(pattern)

您可能需要修改pattern，以便它只检查整个单词：

pattern = r"\b({})\b".format('|'.join(s.lower() for s in stk_list))

这里\b表示单词 boudary，因此此模式不会标记maybe为True.

Answer 2

您可以apply为此使用：

dfxx=df['Date'].apply(lambda x: any([i in x for i in stk_list])