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])