熊貓：搜索和返回數據幀，包括在一列特殊的話

我有類似如下結構的數據幀：熊貓：搜索和返回數據幀，包括在一列特殊的話

NDB_No Shrt_Desc Water_(g) Energ_Kcal Protein_(g) ... 
01001 BUTTER,WITH SALT 15,87 717 0,85 
01002 BUTTER,WHIPPED,W/ SALT 16,72 718 0,49 
... 
01004 CHEESE,BLUE 42,41 353 21,4 28,74 
01005 CHEESE,BRICK 41,11 371 23,24 29,68

我希望得到一個數據幀只包括其中的Shrt_Desc行列中包含列表中的項目to_be_found = [BUTTER, PASTA, ..etc]但不是CHEESE
要找到的單詞（在上面的列表中）可以是Shrt_Desc中的任意位置，不一定在開頭，例如上面的SALT。

我該如何解決這個問題？
謝謝！

來源

2016-05-20 Paradigm

爲了使它更容易幫助，您能提供一個最小，完整和可驗證的例子嗎？ http://stackoverflow.com/help/mcve。無論如何，您可能會得到某人回答您的問題，但如果您遵循鏈接文章中的標準，則可能會更快。它允許我將您的示例複製並粘貼到我的環境中並進行實驗。這節省了我的時間，並使答案更相關。 – piRSquared

下面的代碼可以解決此問題（根據@piRSquared提示以上）。

import pandas as pd 
from collections import Counter 

food_info = pd.read_excel("ABBREV.xlsx") 
dfi_1 = food_info 


to_be_found = ['BUTTER', 'CHEESE', 'MILK', 'OIL', 'CORN', 'SALT', 'INF', 'PEPPER', 'PASTA', 'GLUTEN-FREE'] 
found = [] 
dfi_6 = dfi_1.Shrt_Desc.str.split(',') 
for row in dfi_6.iteritems(): 
    for x in to_be_found: 
     if x in row[1]: 
      found.append(x) 

print(found) 
print(len(found)) 

c = Counter(found) 
print(c)

來源

2016-05-21 08:58:54 Paradigm

我會split'Shrt_Desc'列通過逗號，然後看看'CHEESE'是否在每個分割列表中。使用此面具的DataFrame

to_be_found = set(('SALT', 'BUTTER')) 

mask = df.Shrt_Desc.str.split(',').apply(lambda x: to_be_found in x) 

df[mask]

的樣子：

NDB_No     Shrt_Desc 
0 01001   BUTTER,WITH SALT 
1 01002 BUTTER,WHIPPED,WITH SALT

來源

2016-05-20 20:32:00 piRSquared

謝謝，這不會使它成爲現實，因爲正如上面的示例中的'WITH SALT'情況和其他類似的描述，如：'CRACKERS，GLUTEN-FREE，MULTI-SEEDED＆MULTIGRAIN'存在。那就是爲什麼我會使用['BUTTER'，'PAST，'GLUTEN']的列表你的lambda函數可以迭代上一個列表？ – Paradigm

增加了對'to_be_found'的引用，該引用應該解決問題 – piRSquared

完整的數據集位於[link]（http://www.ars.usda.gov/Services/docs.htm?docid=25700）（EXCEL文件）如果你想實驗。 – Paradigm

熊貓：搜索和返回數據幀，包括在一列特殊的話

回答

相關問題