pandas dataframe - 按部分字符串选择

8 回答

• 7

  基于github问题#620，看起来你很快就能做到以下几点：

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

  更新：vectorized string methods (i.e., Series.str)在pandas 0.8.1及更高版本中可用 .

  回复于 2024-05-04T17:42:56+08:00
• 470

  我在ipython笔记本上的macos上使用pandas 0.14.1 . 我尝试了上面的提议行：

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

  并得到一个错误：

  "cannot index with vector containing NA / NaN values"
  

  但是当添加“== True”条件时它完美地工作，如下所示：

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

  回复于 2024-05-04T17:42:56+08:00
• 20

  如果有人想知道如何执行相关问题： "Select column by partial string"

  使用：

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

  要通过部分字符串匹配选择行，请将 axis=0 传递给过滤器：

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

  回复于 2024-05-04T17:42:56+08:00
• 119

  快速注意：如果要根据索引中包含的部分字符串进行选择，请尝试以下操作：

  df['stridx']=df.index
  df[df['stridx'].str.contains("Hello|Britain")]
  

  回复于 2024-05-04T17:42:56+08:00
• 26

  假设您有以下 DataFrame ：

  >>> df = pd.DataFrame([['hello', 'hello world'], ['abcd', 'defg']], columns=['a','b'])
  >>> df
         a            b
  0  hello  hello world
  1   abcd         defg
  

  您始终可以在lambda表达式中使用 in 运算符来创建过滤器 .

  >>> df.apply(lambda x: x['a'] in x['b'], axis=1)
  0     True
  1    False
  dtype: bool
  

  这里的技巧是使用 apply 中的 axis=1 选项逐行将元素传递给lambda函数，而不是逐列传递 .

  回复于 2024-05-04T17:42:56+08:00
• 25

  这是我最终为部分字符串匹配做的事情 . 如果有人有更有效的方式这样做，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
  

  回复于 2024-05-04T17:42:56+08:00
• -2

  import pandas as pd
  k=pd.DataFrame(['hello','doubt','hero','help'])
  k.columns=['some_thing']
  t=k[k['some_thing'].str.contains("hel")]
  d=k.replace(t,'CS')
  

  :::OUTPUT:::

  k
  Out[95]: 
     some_thing
  0  hello
  1  doubt
  2  hero
  3   help
  
  t
  Out[99]: 
     some_thing
  0  hello
  3   help
  
  d
  Out[96]: 
      some_thing
  0     CS
  1  doubt
  2  hero
  3     CS
  

  回复于 2024-05-04T17:42:56+08:00
• 5

  你会怎样过滤掉“自由”，除了更多的标准，如“遗产”，“ulic”等 .

  df_Fixed[~df_Fixed["Busler Group"].map(lambda x: x.startswith('Liberty'))]
  

  回复于 2024-05-04T17:42:56+08:00