python - Python:列表的pandas列上的字符串匹配

在列表列上进行字符串匹配的最佳方法是什么？
例如，我有一个数据集：

import numpy as np
import pandas as pd
list_items = ['apple', 'grapple', 'tackle', 'satchel', 'snapple']
df = pd.DataFrame({'id':xrange(3), 'L':[np.random.choice(list_items, 3).tolist() for _ in xrange(3)]})
df

    L                           id
0   [tackle, apple, grapple]    0
1   [tackle, snapple, satchel]  1
2   [satchel, satchel, tackle]  2

我想返回L中任何项与字符串匹配的行，例如，“grap”应该返回行0，“sat”应该返回行1:2。

最佳答案

我们用这个：

np.random.seed(123)
list_items = ['apple', 'grapple', 'tackle', 'satchel', 'snapple']
df = pd.DataFrame({'id':range(3), 'L':[np.random.choice(list_items, 3).tolist() for _ in range(3)]})
df
                             L  id
0    [tackle, snapple, tackle]   0
1   [grapple, satchel, tackle]   1
2  [satchel, grapple, grapple]   2

使用any和apply：

df[df.L.apply(lambda x: any('grap' in s for s in x))]

输出：

                             L  id
1   [grapple, satchel, tackle]   1
2  [satchel, grapple, grapple]   2

时间安排：

%timeit df.L.apply(lambda x: any('grap' in s for s in x))

10000圈，最好为3圈：每圈194微秒

%timeit df.L.apply(lambda i: ','.join(i)).str.contains('grap')

1000圈，最好为3:481微秒/圈

%timeit df.L.str.join(', ').str.contains('grap')

1000圈，最好为3:529微秒/圈

关于python - Python:列表的pandas列上的字符串匹配，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/47441980/