通过将列表中的部分字符串匹配到数据框列来过滤行

Question

我有一个带有“说明”列的数据框（df）。我想通过从列表（mylist）中识别部分匹配项来从此数据框中提取所有这些行。

df
------------------
id   description
 111    abcxyz
 212    ab10yz
 203    abcdd9
 442    ab00-z
 554    a12x0z
 697    a9901z


mylist: ['ab','yz']

有类似的问题，但主要集中在将列表项与数据框列完全匹配。

我有兴趣将mylist中的项目与数据框的描述列进行匹配，并将这些行作为找到匹配项的数据框返回。

作为数据框的预期结果：

------------------
id   description
111    abcxyz
212    ab10yz
203    abcdd9
442    ab00-z

我尝试了不同的解决方案。在这里，我将提到其中的两个，如下：

df[df.description.str.contains('|'.join(mylist))]

df[df['description'].str.contains(mylist)]

上面的第一行导致：

   KeyError: '[nan nan nan ... nan nan nan] not in index'

第二行代码将导致：

   TypeError: unhashable type: 'list'

Answer 1

您可以使用正则表达式，“ DataFrame.str.contains”已经可以做到：

pt = '.*?({}).*?'.format('|'.join(mlist))
df[df['description'].str.contains(pt, regex= True)]