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
您可以尝试将它们视为字符串：
df[df['A'].astype(str).str.contains("Hello|Britain")]
其他回答
我的2c价值：
我执行了以下操作：
sale_method = pd.DataFrame(model_data['Sale Method'].str.upper())
sale_method['sale_classification'] = \
np.where(sale_method['Sale Method'].isin(['PRIVATE']),
'private',
np.where(sale_method['Sale Method']
.str.contains('AUCTION'),
'auction',
'other'
)
)
也许您想在Pandas数据帧的所有列中搜索一些文本，而不仅仅是在它们的子集中。在这种情况下，以下代码将有所帮助。
df[df.apply(lambda row: row.astype(str).str.contains('String To Find').any(), axis=1)]
警告这种方法虽然方便，但速度相对较慢。
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
假设我们在数据帧df中有一个名为“ENTITY”的列。我们可以过滤df，以获得整个数据帧df，其中“实体”列的行不包含“DM”，方法如下：
mask = df['ENTITY'].str.contains('DM')
df = df.loc[~(mask)].copy(deep=True)
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。
