Python和Pandas:如何查询列表类型列是否包含某些内容？

Question

我有一个数据框,其中包含有关电影的信息.它有一个名为的列genre,其中包含它所属的类型列表.例如:

df['genre']

## returns 

0       ['comedy', 'sci-fi']
1       ['action', 'romance', 'comedy']
2       ['documentary']
3       ['crime','horror']
...

我想知道如何查询数据帧,所以它返回属于cerain类型的电影？

例如,某些东西可能会df['genre'].contains('comedy')返回0或1.

我知道列表,我可以这样做:

'comedy' in  ['comedy', 'sci-fi']

但是,在大熊猫中,我没有找到类似的东西,我唯一知道的是df['genre'].str.contains(),但它对列表类型不起作用.

Answer 1

您可以使用apply创建mask然后boolean indexing:

mask = df.genre.apply(lambda x: 'comedy' in x)
df1 = df[mask]
print (df1)
                       genre
0           [comedy, sci-fi]
1  [action, romance, comedy]

Answer 2

使用集

df.genre.map(set(['comedy']).issubset)

0     True
1     True
2    False
3    False
dtype: bool

df.genre[df.genre.map(set(['comedy']).issubset)]

0             [comedy, sci-fi]
1    [action, romance, comedy]
dtype: object

以一种我更喜欢的方式呈现

comedy = set(['comedy'])
iscomedy = comedy.issubset
df[df.genre.map(iscomedy)]

更高效

comedy = set(['comedy'])
iscomedy = comedy.issubset
df[[iscomedy(l) for l in df.genre.values.tolist()]]

使用str两遍
慢!并不完全准确!

df[df.genre.str.join(' ').str.contains('comedy')]

Answer 3

根据源码，就可以使用了.str.contains(..., regex=False)。