Сравните строку в столбце панд со строкой из другого столбца панд

У меня есть следующие панды

df:


colA

abc dbe fec
ghi jkl ref
sgsh hjo 


df2:


colB        colC

hjo              12
hhh chk          14
eee abc          17

Я хочу сравнить слова из строки из каждого столбца в df с каждым словом из строк в colB df2. Если совпадение найдено, я хочу добавить соответствующий colC в df1. Если какое-либо слово соответствует colB, оно должно остановиться и перейти к следующему столбцу.

Результат:

newdf:


colA             colC

abc dbe fec       17
ghi jkl ref       none
sgsh hjo          12

Как это сделать быстрее всего (огромный набор данных)

Как указано в решении,

pat:  

 '(Absolute Plumbing|D\xc3\xa9jeuner Eggcetera|Ivy Garcia, LMT|Native Bloom Landscape and Design|Seay\'s|Thulasi Kitchen|Liyuen|Viva Photo Booth|Cleopatra Internet Cafe|R&B\'s Pizza Place|Hilton Toronto/Markham Suites Conference Centre & Spa|Hegel Yoga|Boonda\'s|San Tan Aikido Kokikai|Mega Motors|Blue Sky Nails & Spa|Restaurant Cinq Epices|North East Auto Credit|Blind Tiger|T & S Towing' 
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
1 218
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Использовать это:

Сделать словарь справочной базы данных:

d = dict(zip(df2.colB,df2.colC))
#{'hjo': 12, 'hhh chk': 14, 'abc': 17}

создать шаблон:

pat = r'({})'.format('|'.join(d.keys()))
#'(hjo|hhh chk|abc)'

Используйте s.str.extract и s.map()

df['colC']=df.colA.str.extract(pat, expand=False).dropna().map(d)
print(df)

         colA  colC
0  abc dbe fec  17.0
1  ghi jkl ref   NaN
2     sgsh hjo  12.0

РЕДАКТИРОВАТЬ для escape-символа и пробела в каждой строке *(Не уверен, что это лучший способ, но работает)*

Учитывая, что df2:

     colB  colC
0      hjo    12
1  hhh ref    14
2      abc    17

и df1 такой же, как ваш пример:

    colA
0   abc dbe fec
1   ghi jkl ref
2   sgsh hjo

import re
df_split=pd.DataFrame(df2.colB.str.split(' ').tolist(),index=df2.colC).stack().reset_index(0).rename(columns = {0:'colB'}).reindex(df2.columns,axis=1)
print(df_split)

  colB  colC
0  hjo    12
0  hhh    14
1  ref    14
0  abc    17

вы заметите, что столбцы с пробелами преобразуются в строки с одинаковыми значениями

d = dict(zip(df_split.colB,df_split.colC))
#{'hjo': 12, 'hhh': 14, 'ref': 14, 'abc': 17}
keys=[re.sub('[^A-Za-z0-9]+', '', i) for i in d.keys()]
pat = r'({})'.format('|'.join(keys))
df['colC']=df.colA.str.extract((pat),expand=False).map(d)
print(df)
          colA  colC
0  abc dbe fec    17
1  ghi jkl ref    14
2    sgsh hjo     12

@JerryGeorge Попробуйте раздел EDIT для шаблона.

anky 23.01.2019 15:53

@JerryGeorge Проверьте раздел EDIT

anky 23.01.2019 17:39

Другие вопросы по теме