python – 检查多个cols中的字符串是否存在,并将输出提供给pandas中的单独cols

我的数据帧如下：

    col1  col2  col3  col4
0   a-I    -     -    12.4
1   -      a-I   -    2.6
2   a-I    -     a-I  23
3   -      a-I   a-I  4
4   -      -     a-I  5
5   a-I    a-I   -    6.245
6   -      a     a    7.23
7   a      a     -    8

我想要的是检查每列中的I是否存在,而不是使用 – 的分割字符串生成res列.任何人都知道如何做到这一点？

预期结果如下：

    col1  col2  col3  col4 res
0   a-I    -     -    12.4  I 
1   -      a-I   -    2.6   I
2   a-I    -     a-I  23    I
3   -      a-I   a-I  4     I
4   -      -     a-I  5     I
5   a-I    a-I   -    6.245 I
6   -      a     a    7.23  -
7   a      a     -    8     -

解决方法:

建立

如果在DataFrame中除了str之外还有其他数据类型,则需要用df.astype(str)替换df的所有提及.

使用numpy.where和str.contains

df.assign(res=np.where(df.sum(1).str.contains('I'), 'I', '-'))

使用列表理解：

列表推导通常比内置的pandas字符串方法更快：

df.assign(res=['I' if 'I' in row else '-' for row in df.values.sum(1)])

两者都产生：

 col1 col2 col3 res
0  a-I    -    -   I
1    -  a-I    -   I
2  a-I    -  a-I   I
3    -  a-I  a-I   I
4    -    -  a-I   I
5  a-I  a-I    -   I
6    -    a    a   -
7    a    a    -   -

计时

df = pd.concat([df]*5000)

%timeit ['I' if 'I' in row else '-' for row in df.values.sum(1)]
9.29 ms ± 310 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

%timeit np.where(df.sum(1).str.contains('I'), 'I', '-')
69.4 ms ± 2.17 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

%timeit df.sum(1).str.contains('I').map({False:'-',True:'I'})
83 ms ± 12.5 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

标签：python,split,pandas,multiple-columns
来源： https://codeday.me/bug/20190627/1303704.html