讲师中心 微信公众号

工具推荐

视频效率加速
剧云
剧云

中文短剧剧本制作平台

AniShort
AniShort

AI短剧协同制作平台

Seko
Seko

AI短剧一键生成成片

SoundView
SoundView

字幕擦除翻译、配音口型同步

如何在 Pandas 中基于行内动态子串高效更新 DataFrame 单元格

梦涛小哥_3211

梦涛小哥_3211

发布时间:2026-11-19 15:26:12

|

225人浏览过

|

来源于php中文网

原创

如何在 Pandas 中基于行内动态子串高效更新 DataFrame 单元格

本文介绍使用 df.apply() 配合 axis=1 和 result_type='expand',在不显式循环的前提下,基于每行的「动态子串」(如 Substring 列值)对目标列(如 String)进行大小写不敏感匹配,并批量生成多个布尔结果列。

本文介绍使用 `df.apply()` 配合 `axis=1` 和 `result_type='expand'`,在不显式循环的前提下,基于每行的「动态子串」(如 `substring` 列值)对目标列(如 `string`)进行大小写不敏感匹配,并批量生成多个布尔结果列。

在处理大规模结构化文本数据时,常需根据同一行中其他列的值动态构造搜索模式(例如拼接固定前缀 "Display " 与变量 Substring),再判断该模式是否存在于当前行的主文本字段中。若采用 for 循环逐行处理,面对数十万甚至百万级数据将显著拖慢性能;而直接使用 str.contains() 等向量化方法又无法支持「每行独立子串」这一动态需求。

此时,DataFrame.apply(func, axis=1) 是兼顾表达力与效率的理想方案:它将每行作为 pd.Series 对象传入自定义函数,允许我们自由组合字段、构建动态字符串,并返回结构化结果(如元组或列表)。配合 result_type='expand' 参数,可自动将返回的可迭代对象拆解为多列,实现一次性赋值。

以下是一个完整、可复现的示例:

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'String': [
        'fooDisplay "screen 1" other text',
        'foobar Display "Screen 2" more text',
        'barDisplay "Screen 2"useless text',
        'Link="Screen 1"'
    ],
    'Substring': ['Screen 1', 'GFX', 'Screen 2', 'Screen 1']
})

# 定义行级匹配逻辑
def check_substrings(row):
    string_lower = row['String'].lower()      # 统一小写,实现不区分大小写匹配
    substr = row['Substring']

    # 动态构造两种待查模式(均转小写)
    pattern1 = f"Display \"{substr}\"".lower()
    pattern2 = f"Display "{substr}"".lower()

    # 直接返回布尔元组,无需 if/else
    return (pattern1 in string_lower, pattern2 in string_lower)

# 批量计算并展开至新列
df[['Result 1', 'Result 2']] = df.apply(check_substrings, axis=1, result_type='expand')

print(df)

✅ 关键要点说明:

  • axis=1 表示按行应用函数,row 是 Series,可通过键名(如 row['String'])安全访问任意列;
  • 使用 .lower() 统一转换为小写是最轻量、最可靠的大小写不敏感方案,优于正则 flags=re.I(避免编译开销);
  • 返回元组 (bool, bool) 后,result_type='expand' 会将其自动映射到 ['Result 1', 'Result 2'] 两列,语义清晰且无索引错位风险;
  • 若需扩展至 10+ 个结果列(如 Result 3 ~ Result 10),只需在 check_substrings 中追加对应模式判断,并保持返回元组长度与左侧列名数量一致即可。

⚠️ 注意事项:

  • 确保 String 列不含 NaN;若存在缺失值,需在函数内添加 if pd.isna(row['String']): return (False, False) 防御性处理;
  • 对于超大规模数据(>1M 行),可考虑用 numba.jit 加速纯 Python 字符串逻辑,或改用 swifter 库自动启用 Dask 并行加速(df.swifter.apply(...));
  • 避免在 apply 内部重复调用 row['String'].lower() 多次——应提前计算并复用,如本例所示。

通过该方法,你既能保持代码简洁可读,又能充分发挥 Pandas 的底层优化能力,在动态文本匹配场景下实现高性能、可维护的解决方案。

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
函子Zion

一款支持AI搭建、可视化编辑和多端发布的全栈无代码开发平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

切问学术

切问学术是一款AI论文写作工具,复旦大学NLP团队推出的AI学术智能体。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

讯飞绘文

讯飞绘文是一款由科大讯飞推出的一站式 AIGC 内容运营平台。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

Lovart
Lovart Hot

一款面向视觉设计创作的AI设计平台,可通过智能体和画布工作流辅助制作海报、Logo、网页、PPT及其他视觉内容。

相关专题

更多
Python 时间序列分析与预测
Python 时间序列分析与预测

本专题专注讲解 Python 在时间序列数据处理与预测建模中的实战技巧,涵盖时间索引处理、周期性与趋势分解、平稳性检测、ARIMA/SARIMA 模型构建、预测误差评估,以及基于实际业务场景的时间序列项目实操,帮助学习者掌握从数据预处理到模型预测的完整时序分析能力。

360

2025.12.04

Python 数据清洗与预处理实战
Python 数据清洗与预处理实战

本专题系统讲解 Python 在数据清洗与预处理中的核心技术,包括使用 Pandas 进行缺失值处理、异常值检测、数据格式化、特征工程与数据转换,结合 NumPy 高效处理大规模数据。通过实战案例,帮助学习者掌握 如何处理混乱、不完整数据,为后续数据分析与机器学习模型训练打下坚实基础。

292

2026.01.31

Python数据分析与Pandas高级实战
Python数据分析与Pandas高级实战

本专题围绕 Python 数据分析展开,系统讲解 Pandas 的高级用法,包括数据清洗、透视表、时间序列分析以及多表合并与分组操作。通过实战案例,帮助开发者掌握高效处理与分析数据的方法,提高数据处理效率与分析能力。

1011

2026.04.13

GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

20

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

40

2026.11.17

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

20

2026.11.17

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

20

2026.11.17

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

20

2026.11.17

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

20

2026.11.17

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn