Pandas行检查元素字符串是否以其他元素的字符串开头（2个不同的列）

Question

我收到了一个.csv文件，有2列（简化）。一列包含数据，另一列包含文件名。不幸的是，此文件名可能不正确，我必须通过比较日期和文件名来确定。

我想要什么

# initial situation

d = {

    'call_date': ["20200102-09", "20191203-04", "20200103-10"],

    'filename': ["20200102-09xx.wav", "20200102-10yy.wav", "20200103-10zz.wav"]

}

df = pd.DataFrame(data=d)

print(df)

#      call_date           filename

# 0  20200102-09  20200102-09xx.wav

# 1  20191203-04  20200102-10yy.wav

# 2  20200103-10  20200103-10zz.wav

...

# desired result

print(pd.Series([True, False, True]))

# 0     True

# 1    False

# 2     True

# dtype: bool

有了想要的结果，我可以计算出我有多少个错误的文件，并过滤DataFrame以仅包含有效的条目。

我尝试过什么

通常，比较的工作方式如下：

# True / False

df["call_date"] == df["filename"]

# filter DF

df[df["call_date"] == df["filename"]]

熊猫有一只熊猫。系列.str.startswith函数，但是它仅适用于单个字符串，而不适用于诸如以下的内容：

df["filename"].str.startswith(df["call_date"])

# 0   NaN

# 1   NaN

# 2   NaN

# Name: filename, dtype: float64

问题

如何进行行间比较，比较列“文件名”中的元素是否以列“call_date”中找到的字符串开头？

Answer 1

将列表理解与 - 输出为列表，可用于通过布尔索引进行筛选startswithm = [x.startswith(y) for x, y in df[['filename','call_date']].values]艺术m = [x.startswith(y) for x, y in zip(df['filename'], df['call_date'])]print (m)[True, False, True]另一种解决方案，但速度较慢：m = df.apply(lambda x: x['filename'].startswith(x['call_date']), axis=1)print (m)0     True1    False2     Truedtype: bool

Answer 2

执行：df['is_correct'] = df.apply(lambda x: x['filename'].startswith(x['call_date']),axis=1)然后，总结一下你有多少正确：df['is_correct'].sum()