在其他列中搜索子串的Pandas列

我有一个例子.csv,导入为df.csv,如下所示：

    Ethnicity, Description
  0 french, Irish Dance Company
  1 Italian, Moroccan/Algerian
  2 Danish, Company in Netherlands
  3 Dutch, french
  4 English, Englishfrench
  5 Irish, Irish-American

我想在test1 [‘Ethnicity’]中检查pandas test1 [‘Description’]中的字符串.这应该返回行0,3,4和5,因为描述字符串包含种族列中的字符串.

到目前为止,我已经尝试过：

df[df['Ethnicity'].str.contains('french')]['Description']

这会返回任何特定的字符串,但我想在不搜索每个特定种族值的情况下进行迭代.我也尝试将列转换为列表并迭代但似乎无法找到返回行的方法,因为它不再是DataFrame().

先感谢您！

解决方法:

您可以在种族转换为tolist的列中使用str.contains的值,然后按|连接什么是regex或：

print ('|'.join(df.Ethnicity.tolist()))
french|Italian|Danish|Dutch|English|Irish

mask = df.Description.str.contains('|'.join(df.Ethnicity.tolist()))
print (mask)
0     True
1    False
2    False
3     True
4     True
5     True
Name: Description, dtype: bool

#boolean-indexing
print (df[mask])
  Ethnicity          Description
0    french  Irish Dance Company
3     Dutch               french
4   English        Englishfrench
5     Irish       Irish-American

看起来你可以省略tolist()：

print (df[df.Description.str.contains('|'.join(df.Ethnicity))])
  Ethnicity          Description
0    french  Irish Dance Company
3     Dutch               french
4   English        Englishfrench
5     Irish       Irish-American