我有一个熊猫DataFrame,其中包含一列字符串值。我需要根据部分字符串匹配来选择行。

类似于这个成语:

re.search(pattern, cell_in_question) 

返回布尔值。我熟悉df[df['A']==“helloworld”]的语法,但似乎找不到一种方法来处理部分字符串匹配,比如“hello”。


当前回答

对于包含特殊字符的字符串,使用contains效果不佳。尽管找到了工作。

df[df['A'].str.find("hello") != -1]

其他回答

对于包含特殊字符的字符串,使用contains效果不佳。尽管找到了工作。

df[df['A'].str.find("hello") != -1]

这是我最后为部分字符串匹配所做的。如果有人有更有效的方法,请告诉我。

def stringSearchColumn_DataFrame(df, colName, regex):
    newdf = DataFrame()
    for idx, record in df[colName].iteritems():

        if re.search(regex, record):
            newdf = concat([df[df[colName] == record], newdf], ignore_index=True)

    return newdf

如果有人想知道如何执行相关问题:“按部分字符串选择列”

Use:

df.filter(like='hello')  # select columns which contain the word hello

若要通过部分字符串匹配来选择行,请将axis=0传递到筛选器:

# selects rows which contain the word hello in their index label
df.filter(like='hello', axis=0)  

矢量化字符串方法(即Series.str)允许您执行以下操作:

df[df['A'].str.contains("hello")]

这在熊猫0.8.1及以上版本中可用。

df[df['A'].str.contains("hello", case=False)]