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

如果需要对panda数据帧列中的字符串进行不区分大小写的搜索:

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

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'
             )
    )

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)

您可以尝试将它们视为字符串:

df[df['A'].astype(str).str.contains("Hello|Britain")]

一个更一般的例子-如果在字符串中查找单词或特定单词的部分:

df = pd.DataFrame([('cat andhat', 1000.0), ('hat', 2000000.0), ('the small dog', 1000.0), ('fog', 330000.0),('pet', 330000.0)], columns=['col1', 'col2'])

句子或单词的特定部分:

searchfor = '.*cat.*hat.*|.*the.*dog.*'

创建显示受影响行的列(可以根据需要过滤掉)

df["TrueFalse"]=df['col1'].str.contains(searchfor, regex=True)

    col1             col2           TrueFalse
0   cat andhat       1000.0         True
1   hat              2000000.0      False
2   the small dog    1000.0         True
3   fog              330000.0       False
4   pet 3            30000.0        False

如果需要对panda数据帧列中的字符串进行不区分大小写的搜索:

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