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

2026-11-19

995人浏览

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。

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

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

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。

2025.12.04

360

15

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。

2026.01.31

292

21

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。

2026.04.13

1011

25

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。

2026.11.17

0

15

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。

2026.11.17

20

15

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。

2026.11.17

0

15

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。

2026.11.17

0

10

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。

2026.11.17

0

11

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。

2026.11.17

0

16

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
phpStudy极速入门视频教程
phpStudy极速入门视频教程

共6课时 | 54.7万人学习

独孤九贱(4)_PHP视频教程
独孤九贱(4)_PHP视频教程

共89课时 | 134.3万人学习