Python&Pandas：如何查询列表类型列是否包含某些内容？

Question

我有一个数据框，里面有关于电影的信息。它有一个名为genre的列，其中包含它所属的流派列表。例如：

df['genre']

## returns 

0       ['comedy', 'sci-fi']
1       ['action', 'romance', 'comedy']
2       ['documentary']
3       ['crime','horror']
...

我想知道如何查询数据帧，以便它返回属于cerain类型的电影？

例如，df['genre'].contains('comedy')返回0或1。

我知道我可以做如下事情：

'comedy' in  ['comedy', 'sci-fi']

然而，在pandas中，我没有找到类似的东西，我只知道df['genre'].str.contains()，但它不适用于列表类型。

Answer 1

可以使用^{}创建mask，然后使用^{}：

mask = df.genre.apply(lambda x: 'comedy' in x)
df1 = df[mask]
print (df1)
                       genre
0           [comedy, sci-fi]
1  [action, romance, comedy]

Answer 2

根据source code，可以使用.str.contains(..., regex=False)。

Answer 3

使用集合

df.genre.map(set(['comedy']).issubset)

0     True
1     True
2    False
3    False
dtype: bool

---

df.genre[df.genre.map(set(['comedy']).issubset)]

0             [comedy, sci-fi]
1    [action, romance, comedy]
dtype: object

---

以我更喜欢的方式呈现

comedy = set(['comedy'])
iscomedy = comedy.issubset
df[df.genre.map(iscomedy)]

效率更高

comedy = set(['comedy'])
iscomedy = comedy.issubset
df[[iscomedy(l) for l in df.genre.values.tolist()]]

在两个过程中使用str
慢点！也不完全准确！

df[df.genre.str.join(' ').str.contains('comedy')]