pandas 根据是否包含扩展数据

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

本例，针对两个数据，其中根据一个列是否包含在另外一个列数据中的情况，来扩展为一个新的数据，主要训练我们熟练掌握数据的构造、变形等操作。

数据与需求

我们构造数据如下：

import pandas as pd
data1 = {'A': ['ABC', 'EF', 'DF', 'OP']}
data2 = {'B': ['ABC123', 'AB', 'ABCEF', 'DFWAQ', 'ABCEF', 'ABCEFBC']}
df1 = pd.DataFrame(data1)
df2 = pd.DataFrame(data2)
df1
'''
     A
0  ABC
1   EF
2   DF
3   OP
'''

df2
'''
         B
0   ABC123
1       AB
2    ABCEF
3    DFWAQ
4    ABCEF
5  ABCEFBC
'''

将第一个表中的 A，全部跟第二表中的B全部模糊匹配以下（只要B中包含A都显示出来），然后将 A 在 B 中包含的全部提取出来。即：

A        B
ABC   ABC123
ABC    ABCEF
ABC    ABCEF
ABC  ABCEFBC
 EF    ABCEF
 EF    ABCEF
 EF  ABCEFBC
 DF    DFWAQ

思路

针对这个问题，我们有两种思路。第一种是增加一个辅助列，这个列是 A 列对应包含它的所有 B 列的值，它是一个序列（Series 即可），然后两用 explode() 方法以这个序列进行爆炸，就得到了最终的数据（要删除没有对应包含数据的）。

第二种思路是，用迭代的思维，先建立一个空的 DataFrame，用以对它进行数据的填充。迭代 A 列，依次判断出所有包含它的 B 列内容（它是一个 DataFrame），然后用 concat() 函数将它们拼接进来。

代码

第一种思路的代码：

(
    df1.assign(B=df1.A.map(lambda x: df2[df2.B.str.contains(x)].B))
    .explode('B')
    .dropna()
)
'''
     A        B
0  ABC   ABC123
0  ABC    ABCEF
0  ABC    ABCEF
0  ABC  ABCEFBC
1   EF    ABCEF
1   EF    ABCEF
1   EF  ABCEFBC
2   DF    DFWAQ
'''

思路二：

df = pd.DataFrame()

for i in df1.A:
    df_temp = (
        df2.loc[df2.B.str.contains(i)]
        .assign(A=i)
    )
    
    df = pd.concat([df, df_temp])

df
'''
         B    A
0   ABC123  ABC
2    ABCEF  ABC
4    ABCEF  ABC
5  ABCEFBC  ABC
2    ABCEF   EF
4    ABCEF   EF
5  ABCEFBC   EF
3    DFWAQ   DF
'''

这样就完成了需求。

（完）

pandas 根据是否包含扩展数据

数据与需求

思路

代码

相关内容