用pandas搜索并返回匹配子串的索引

Question

我想扩展这里提出的问题

上述问题中的解决方案返回 True 或 False。布尔值可用于对正确值进行子集化。

但是，我想获取与子字符串匹配的搜索值。

例如，（借用上面的问题）

s = pd.Series(['cat','hat','dog','fog','pet'])
searchfor = ['og', 'at']

我想知道 'cat' 与 'at' 匹配，dog 与 'og' 匹配

Answer 1

IIUC，您希望这些值反映列表中与您的单词匹配的项目的索引searchfor。您可以从修改searchfor对象开始-

m = {'^.*{}.*$'.format(s) : str(i) for i, s in enumerate(searchfor)}

这是一个<pattern : index>映射字典。现在，打电话pd.Series.replace给regex=True-

s = s.replace(m, regex=True)
s[:] = np.where(s.str.isdigit(), pd.to_numeric(s, errors='coerce'), -1)

s

0    1
1    1
2    0
3    0
4   -1
dtype: int64

如果您想要按模式匹配的值列表，则需要str.extract+ groupby+ apply-

p = '(^.*({}).*$)'.format('|'.join(searchfor))

s.str.extract(p, expand=True)\
 .groupby([1])[0]\
 .apply(list)

1
at    [cat, hat]
og    [dog, fog]
Name: 0, dtype: object