利用子串critera过滤pandas数据流
我有一个带有一列字符串值的pandas DataFrame。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']==“hello world”]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'。
共有1个答案
基于github问题#620，看起来您很快就可以执行以下操作：
df[df['A'].str.contains("hello")]
更新：向量化字符串方法（即series.str）在Pandas0.8.1及更高版本中可用。
-
问题内容： 我需要过滤pandas数据帧中的行，以便特定的字符串列包含提供的子字符串列表中的至少一个。子字符串可能具有不寻常的/正则表达式字符。比较不应该涉及正则表达式，并且不区分大小写。 例如： 我目前使用这样的面具： 我的数据框很大（〜1mio行），lst长度为100。是否有更有效的方法？例如，如果找到其中的第一项，lst则我们不必测试该行的任何后续字符串。 问题答案： 如果你坚持使用纯熊猫，
-
问题内容： 我正在尝试使用三列阈值过滤pandas数据框 但是，我想在一个函数中执行此操作，在字典中将列名及其阈值提供给我。这是我的第一次尝试，可以。本质上，我将过滤器放入变量中，然后运行它： 现在，最后我将所有内容都放到了函数中，并且它停止了工作（也许函数不喜欢在函数中使用！）： 我知道函数在函数内部使用时的行为会有所不同，但不确定如何解决该问题。另外，我想知道在给定两个输入的情况下，必须有一种
-
本文向大家介绍Pandas的数据过滤实现，包括了Pandas的数据过滤实现的使用技巧和注意事项，需要的朋友参考一下 作者|Amanda Iglesias Moreno 编译|VK 来源|Towards Datas Science 从数据帧中过滤数据是清理数据时最常见的操作之一。Pandas提供了一系列根据行和列的位置和标签选择数据的方法。此外，Pandas还允许你根据列类型获取数据子集，并使用布尔
-
问题内容： 我正在尝试使用作为df一部分的几个布尔变量来过滤df，但一直未能做到。 样本数据： C和D列的dtype是布尔值。我想仅使用C或D为True的行创建一个新的df（df1）。它看起来应该像这样： 我已经尝试过类似的事情，因为它无法处理布尔类型，因此会遇到问题： 有任何想法吗？ 问题答案： In [82]: d Out[82]: A B C D 0 John Doe 45 True Fal
-
问题内容： 我有一个很大的时间序列数据帧（称为 df ），前5条记录如下所示： 目标： 我正在尝试删除 “ stn” 列中存在列表中 任何 字符串 的 行。因此，我基本上是在尝试过滤此数据集，以使其不包含以下列表中包含任何字符串的行。 尝试： 返回值： 出[78]： 没有！ 我尝试了一些引号，方括号甚至是lambda函数的组合；尽管我还很新，所以可能没有正确使用语法。 问题答案： 使用isin：
-
永远不要信任外部输入。请在使用外部输入前进行过滤和验证。filter_var()和 filter_input() 函数可以过滤文本并对格式进行校验（例如 email 地址）。 外部输入可以是任何东西：$_GET 和 $_POST 等表单输入数据，$_SERVER 超全局变量中的某些值，还有通过 fopen('php://input', 'r') 得到的 HTTP 请求体。记住，外部输入的定义并不局