python select子集，其中df列值包含数组中的值之一

Question

我用这些列在python中创建了一个简单的数据框

Columns: [index, bulletintype, category, companyname, date, url] 

我与公司有一个简单的联系

companies= [x,y,x]

如果列'companyname'与companys数组中的一个或多个名称匹配，我想创建数据框的子集。

subset = df[df['companyname'].isin(companies)]

这很好用，但是.isin完全匹配，我的来源没有使用相同的名称。因此，我正在寻找一个替代角度，并希望使用部分名称进行比较。我对。str.contains('part of the name')很熟悉，但是无法将此功能与数组结合使用。有人可以帮助我实现这样的目标（但使用有效的代码：-）

subset = df[df['companyname'].contains(companies)]

Answer 1

尝试通过使用正则表达式或字符|加入公司列表来创建正则表达式模式，然后使用series.str.contains作为布尔掩码：

companies = ['x', 'y', 'z']
pat = '|'.join(companies)
df[df['companies'].str.contains(pat)]