如何根据两个字符串列的差异在 Pandas 中创建一个新列？

Question

如何在 Pandas 中创建一个新列，该列是由字符串组成的其他两列差异的结果？我有一个名为“Good_Address”的列，其中包含“123 Fake Street Apt 101”等条目，另一列名为“Bad_Address”，其中包含“123 Fake Street”等条目。我希望“Address_Difference”列中的输出为“Apt101”。我试过这样做：import pandas as pddata = pd.read_csv("AddressFile.csv")data['Address Difference'] = data['GOOD_ADR1'].replace(data['BAD_ADR1'],'') data['Address Difference']但这不起作用。结果似乎正好等于“123 Fake Street Apt101”（上例中的好地址）。我也试过：data['Address Difference'] = data['GOOD_ADR1'].str.replace(data['BAD_ADR1'],'')但这会产生一个错误，指出“系列”对象是可变的，因此它们不能被散列。任何帮助，将不胜感激。

Answer 1

使用replace与regex

data['Address Difference']=data['GOOD_ADR1'].replace(regex=r'(?i)'+ data['BAD_ADR1'],value="")

Answer 2

我会使用一个可以跨输入映射的函数。这应该很快。

该函数将用于str.find查看另一个字符串是否是子集。如果结果str.find是，-1则无法找到子字符串。否则，根据找到的位置和子串的长度，提取子串。

def rm(x, y):

  i = x.find(y)

  if i > -1:

    j = len(y)

    return x[:i] + x[i+j:]

  else:

    return x

df['Address Difference'] = [*map(rm, df.GOOD_ADR1, df.BAD_ADR1)]

df

          BAD_ADR1                GOOD_ADR1 Address Difference

0  123 Fake Street  123 Fake Street Apt 101            Apt 101

Answer 3

您可以从好地址替换坏地址部分

df['Address_Difference'] = df['Good_Address'].replace(df['Bad_Address'], '', regex = True).str.strip()

    Bad_Address     Good_Address            Address_Difference

0   123 Fake Street 123 Fake Street Apt 101 Apt 101