讲师中心 微信公众号

工具推荐

视频效率加速
AniShort
AniShort

AI短剧协同制作平台

updream

一键生成高质量推广成片

Seko
Seko

AI短剧一键生成成片

剧云
剧云

中文短剧剧本制作平台

高效更新 DataFrame 单元格:基于行内动态条件的向量化字符串匹配

阿强君_1339

阿强君_1339

发布时间:2026-11-19 15:36:11

|

995人浏览过

|

来源于php中文网

原创

高效更新 DataFrame 单元格:基于行内动态条件的向量化字符串匹配

本文介绍如何在 Pandas 中高效、向量化地根据每行的动态子串(如 Substring 列值)匹配另一列(如 String 列),并批量更新多个布尔结果列,避免低效的逐行循环,适用于数十万行以上的大型数据集。

本文介绍如何在 pandas 中高效、向量化地根据每行的动态子串(如 `substring` 列值)匹配另一列(如 `string` 列),并批量更新多个布尔结果列,避免低效的逐行循环,适用于数十万行以上的大型数据集。

在处理大规模结构化文本数据时,常需基于行内关联字段进行条件匹配——例如,用 Substring 列的值动态构造搜索模式,判断其是否以不区分大小写的方式出现在 String 列中。直接使用 for 循环遍历 DataFrame 会严重拖慢性能;而 df.apply(..., axis=1) 结合 result_type='expand' 是兼顾可读性与效率的推荐方案。

核心思路是:定义一个接收整行(pd.Series)的函数,在函数内部对 String 和 Substring 做统一小写转换(实现不区分大小写的匹配),再构造目标模式字符串(如 "Display \"Screen 1\"" 或 "Display "Screen 1""),最后用 in 操作符返回布尔元组。apply 的 result_type='expand' 参数可将该元组自动拆解为多列。

以下为完整可运行示例:

import pandas as pd

# 构造示例数据(注意:原始 HTML 实体 " 在 Python 字符串中需保留为字面量)
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']
})

def check_substrings(row):
    string_lower = row['String'].lower()
    substr = row['Substring']
    # 动态构造两种搜索模式,并转为小写以支持 case-insensitive 匹配
    pattern1 = f'Display "{substr}"'.lower()
    pattern2 = f'Display "{substr}"'.lower()
    return pattern1 in string_lower, pattern2 in string_lower

# 向量化赋值:一行生成两列
df[['Result 1', 'Result 2']] = df.apply(check_substrings, axis=1, result_type='expand')

print(df)

✅ 输出结果:

                                          String Substring  Result 1  Result 2
0               fooDisplay "screen 1" other text  Screen 1      True     False
1  foobar Display "Screen 2" more text       GFX     False     False
2    barDisplay "Screen 2"useless text  Screen 2     False      True
3                                Link="Screen 1"  Screen 1     False     False

⚠️ 关键注意事项:

  • apply(..., axis=1) 虽非纯向量化(底层仍逐行调用),但相比显式 for 循环有显著性能提升,且代码简洁、逻辑清晰;
  • 所有字符串操作(如 lower())应在函数内完成,确保匹配严格不区分大小写;
  • 若 String 或 Substring 可能含 NaN,需在函数开头添加 if pd.isna(row['String']) or pd.isna(row['Substring']): return False, False 防错;
  • 对于超大规模数据(>1M 行)或更多结果列(如 10+),可考虑使用 numba 加速或预编译正则表达式(配合 str.contains(regex=True, case=False)),但需注意动态模式无法直接用于 str.contains——此时 apply 仍是最直接可靠的方案。

总之,df.apply + 动态字符串构造 + result_type='expand' 是解决「行内字段驱动字符串匹配」问题的标准范式,兼顾性能、可维护性与扩展性。

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
PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

Flowith
Flowith Hot

Flowith是一款基于画布和智能体工作流的 AI 协作工作空间。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

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。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

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。

火山引擎

火山引擎是一款面向企业的云计算与AI服务平台。

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。

创客贴AI

创客贴AI是一款AI图像与设计工具,AI辅助的智能在线设计工具。

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