如何判断Pandas DataFrame中choice列字符串是否包含于fruit列并生成匹配列？

刚好遇到过类似的需求，这就给你一步步讲怎么实现～

首先先明确我们的输入和期望输出：

示例输入DataFrame #

import pandas as pd

df = pd.DataFrame({
    'fruit': ['apple banana', 'orange grape', 'pear', 'mango pineapple'],
    'choice': ['banana', 'orange', 'apple', 'mango']
})

期望输出 #

我们需要新增一列choice_match，当choice列的字符串包含在对应行的fruit列中时返回1，否则返回0，最终结果如下：

fruit  choice  choice_match
0      apple banana  banana             1
1     orange grape  orange             1
2              pear   apple             0
3  mango pineapple   mango             1

方法1：使用apply逐行判断 #

这是最直观的方法，通过apply按行遍历，检查每行的choice是否在fruit中：

df['choice_match'] = df.apply(lambda row: 1 if row['choice'] in row['fruit'] else 0, axis=1)

• axis=1表示按行处理数据
• lambda函数会对每一行执行判断逻辑，返回1或0

方法2：列表推导式（大数据量更高效） #

如果你的DataFrame行数很多，列表推导式的执行效率会比apply更高，因为它避免了apply的额外开销：

df['choice_match'] = [1 if choice in fruit else 0 for fruit, choice in zip(df['fruit'], df['choice'])]

• 通过zip把fruit和choice列的元素一一配对，然后逐个判断

方法3：结合numpy.where实现 #

如果你习惯用numpy的风格，也可以用numpy.where来生成结果：

import numpy as np

df['choice_match'] = np.where(df.apply(lambda row: row['choice'] in row['fruit'], axis=1), 1, 0)

• numpy.where会根据第一个参数的布尔值，返回第二个或第三个参数的值

执行完上面任意一种方法后，打印df就能看到符合预期的结果啦～

内容的提问来源于stack exchange，提问作者shbfy