Python - 在数据框行内的列表中搜索元素

Question

我正在尝试捕获列表格式的数据框/熊猫中的元素。如果字符串存在，下面会捕获整个列表，我如何仅按行捕获特定字符串的元素而忽略其余部分？

这是我尝试过的...

l1 = [1,2,3,4,5,6]

l2 = ['hello world \n my world','world is a great place \n we live in it','planet earth',np.NaN,'\n save the water','']

df = pd.DataFrame(list(zip(l1,l2)),

            columns=['id','sentence'])

df['sentence_split'] = df['sentence'].str.split('\n')

print(df)

这段代码的结果：

df[df.sentence_split.str.join(' ').str.contains('world', na=False)]  # does the trick but still not exactly what I am looking for. 

id  sentence                                  sentence_split

1   hello world \n my world                   [hello world , my world]

2   world is a great place \n we live in it   [world is a great place , we live in it]

但寻找：

id  sentence                                  sentence_split

1   hello world \n my world                   hello world; my world

2   world is a great place \n we live in it   world is a great place

Answer 1

您正在寻找在一系列列表中搜索字符串。一种方法是：# Drop NaN rowsdf = df.dropna(subset=["sentence_split"])应用仅保留您要查找的列表中的元素的函数# Apply this lamda functiondf["sentence_split"] = df["sentence_split"].apply(lambda x: [i for i in x if "world" in i])   id                                 sentence             sentence_split0   1                  hello world \n my world  [hello world ,  my world]1   2  world is a great place \n we live in it  [world is a great place ]2   3                             planet earth                         []4   5                        \n save the water                         []5   6                                                                  []