Pandas如果行值包含列表中的项作为子字符串，则将行值保存到不同的数据框中

基础概念

Pandas 是一个强大的 Python 数据分析库，提供了高性能、易于使用的数据结构和数据分析工具。它主要用于数据清洗、转换、合并、切片、切块等操作。

相关优势

• 高效的数据结构：Pandas 提供了 DataFrame 和 Series 这两种数据结构，能够高效地处理大量数据。
• 丰富的数据处理功能：包括数据清洗、数据聚合、数据透视表等。
• 灵活的数据对齐和缺失数据处理：Pandas 能够自动对齐索引，并且提供了多种处理缺失数据的方法。

类型

• Series：一维数组，类似于 Python 的列表或 NumPy 的一维数组。
• DataFrame：二维表格型数据结构，类似于 Excel 表格或 SQL 表。

应用场景

• 数据清洗：处理缺失值、重复值、异常值等。
• 数据分析：统计描述、分组聚合、时间序列分析等。
• 数据可视化：结合 Matplotlib 等库进行数据可视化。

问题描述

假设我们有一个 DataFrame，其中某一列的值包含列表中的某些项作为子字符串，我们希望将这些行保存到不同的 DataFrame 中。

示例代码

假设我们有一个 DataFrame df，其中有一列 text，我们希望根据 text 列中是否包含列表 keywords 中的项来将数据分开。

import pandas as pd

# 示例数据
data = {
    'text': ['apple pie', 'banana bread', 'cherry tart', 'date cake', 'elderberry wine']
}
df = pd.DataFrame(data)

# 关键词列表
keywords = ['apple', 'banana', 'cherry']

# 创建空的字典来存储结果
result_dfs = {keyword: pd.DataFrame() for keyword in keywords}

# 遍历关键词列表
for keyword in keywords:
    # 使用 str.contains 方法筛选包含关键词的行
    result_dfs[keyword] = df[df['text'].str.contains(keyword)]

# 打印结果
for keyword, result_df in result_dfs.items():
    print(f"DataFrame for '{keyword}':")
    print(result_df)
    print()

解释

1. 创建示例数据：我们创建了一个包含 text 列的 DataFrame。
2. 定义关键词列表：我们定义了一个包含关键词的列表 keywords。
3. 初始化结果字典：我们创建一个字典 result_dfs，用于存储每个关键词对应的结果 DataFrame。
4. 遍历关键词列表：对于每个关键词，我们使用 str.contains 方法筛选出包含该关键词的行，并将这些行存储到对应的 DataFrame 中。
5. 打印结果：最后，我们打印每个关键词对应的结果 DataFrame。

参考链接

• Pandas 官方文档
• Pandas str.contains 文档

通过这种方式，我们可以根据特定条件将数据分开，便于后续的分析和处理。