如何在Pandas中筛选countryCode包含于对应myprice列的行？

嘿，我来帮你解决这个Pandas筛选的问题！先回顾下你的场景：

原始数据 #

你有这样一个DataFrame：

需求 #

你希望仅保留countryCode的字符串出现在对应行myprice字段中的记录，最终得到的结果如下：

为什么你的尝试没成功？ #

你之前写的两行代码都没达到预期，原因是：

• df[df.countryCode.isin(df.myprice)]：isin()是检查countryCode是否存在于整个myprice列的集合中，不是逐行匹配对应的值；
• df[df.myprice.str.contains(df.countryCode.str)]：str.contains()默认接收固定的字符串/正则表达式，直接传入Series的话无法实现逐行的对应匹配。

正确的解决方案 #

这里有两种简单有效的方法可以实现你的需求：

方法一：使用apply逐行判断

这是最直观的方式，通过apply遍历每一行，检查当前行的countryCode是否包含在myprice中：

import pandas as pd

# 读取你的数据（你已经用read_clipboard获取了df）
df = pd.read_clipboard()

# 执行逐行筛选
filtered_df = df[df.apply(lambda row: row['countryCode'] in row['myprice'], axis=1)]

# 查看结果
print(filtered_df)

方法二：使用向量化函数（更高效）

如果你的数据集很大，apply的效率可能不够理想，这时候可以用numpy.vectorize实现向量化的逐行匹配：

import pandas as pd
import numpy as np

df = pd.read_clipboard()

# 定义判断函数
def check_country_in_myprice(myprice_str, country_code):
    return country_code in myprice_str

# 向量化函数
vectorized_check = np.vectorize(check_country_in_myprice)

# 筛选数据
filtered_df = df[vectorized_check(df['myprice'], df['countryCode'])]

# 查看结果
print(filtered_df)

这两种方法都能精准得到你想要的结果，运行后输出的DataFrame就和你期望的完全一致啦！

内容的提问来源于stack exchange，提问作者BhishanPoudel