如何使用包含两列的一个条件执行 loc

Question

我有 df 有两列 A 和 B ，它们都是带有字符串值的列。

例子：

df_1 = pd.DataFrame(data={
    "A":['a','b','c'],
    "B":['a x d','z y w','q m c'] #string values not a list
})
print(df_1)

#output
   A      B
0  a  a x d
1  b  z y w
2  c  q m c

现在我想做的是在 df_1 中执行 loc 以获得 col B 与 col A 中的字符串值共存的所有行。

在此示例中，我想要的输出是第一行和第三行：

   A      B
0  a  a x d # 'a x d' contain value 'a'
2  c  q m c # 'q m c' contain value 'c'

我尝试了不同的 loc 条件，但出现了 unhashable type: 'Series' 错误：

df_1.loc[df_1["B"].str.contains(df_1["A"])] #TypeError: unhashable type: 'Series'
df_1.loc[df_1["A"] in df_1["B"]] #TypeError: unhashable type: 'Series'

由于 df 的大小，我真的不想使用 for/while 循环。

知道如何执行此操作吗？

Answer 1

没有矢量方法可以in使用两列进行映射。你需要在这里循环：

\n

mask = [a in b for a,b in zip(df_1[\'A\'], df_1[\'B\'])]\n\ndf_1.loc[mask]\n

\n

输出：

\n

   A      B\n0  a  a x d\n2  c  q m c\n

\n

速度比较（3000行）

\n

# operator.contains\n518 \xc2\xb5s \xc2\xb1 4.61 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000 loops each)\n\n# list comprehension\n554 \xc2\xb5s \xc2\xb1 3.84 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000 loops each)\n\n# numpy.apply_along_axis\n7.32 ms \xc2\xb1 58.8 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 100 loops each)\n\n# apply\n20.7 ms \xc2\xb1 379 \xc2\xb5s per loop (mean \xc2\xb1 std. dev. of 7 runs, 10 loops each)\n

\n

Answer 2

可爱的！

from operator import contains

df_1.loc[map(contains, *map(df_1.get, ['B', 'A']))]

   A      B
0  a  a x d
2  c  q m c

没有导入，但有一个丑陋的dunder ... /-：

df_1.loc[map(str.__contains__, *map(df_1.get, ['B', 'A']))]

另外，对于OP...不要接受这个答案。我只是在打高尔夫球。您永远不应该在生产代码中使用它，因为由于使用了 2 个贴图和一个 splat，它不太透明。

只是为了超级清楚......

mozway 的更好

Answer 3

你可以试试：

out = df_1.loc[df_1.apply(lambda x: x['A'] in x['B'], axis=1)]
print(out)

# Output
   A      B
0  a  a x d
2  c  q m c

替代方案numpy：

df_1.loc[np.apply_along_axis(lambda x: x[0] in x[1], axis=1, arr=df_1)]