检查某个值是否包含在熊猫的数据框列中[重复]

Question

我试图检查python列中是否包含某个值。我正在使用df.date.isin（['07311954']），这无疑是一个很好的工具。问题是我有超过350K行，输出不会显示所有行，这样我就可以看到值是否实际包含。简单地说，我只想知道（Y/N）列中是否包含特定的值。我的代码如下：

import numpy as np
import pandas as pd
import glob


df = (pd.read_csv('/home/jayaramdas/anaconda3/Thesis/FEC_data/itpas2_data/itpas214.txt',\
    sep='|', header=None, low_memory=False, names=['1', '2', '3', '4', '5', '6', '7', \
    '8', '9', '10', '11', '12', '13', 'date', '15', '16', '17', '18', '19', '20', \
    '21', '22']))

df.date.isin(['07311954'])

Answer 1

匿名用户

您可以使用任何：

print any(df.column == 07311954)
True       #true if it contains the number, false otherwise

如果您想查看“07311954”在一列中出现的次数，可以使用：

df.column[df.column == 07311954].count()

Answer 2

如果需要列date的值包含字符串07311954的行，我认为您需要str.contains：

print df[df['date'].astype(str).str.contains('07311954')]

或者如果date列的type为string：

print df[df['date'].str.contains('07311954')]

如果您想检查date列中的string1954的最后4位数字：

print df[df['date'].astype(str).str[-4:].str.contains('1954')]

样本：

print df['date']
0    8152007
1    9262007
2    7311954
3    2252011
4    2012011
5    2012011
6    2222011
7    2282011
Name: date, dtype: int64

print df['date'].astype(str).str[-4:].str.contains('1954')
0    False
1    False
2     True
3    False
4    False
5    False
6    False
7    False
Name: date, dtype: bool

print df[df['date'].astype(str).str[-4:].str.contains('1954')]
     cmte_id trans_typ entity_typ state  employer  occupation     date  \
2  C00119040       24K        CCM    MD       NaN         NaN  7311954   

   amount     fec_id    cand_id  
2    1000  C00140715  H2MD05155  

Answer 3

你可以简单地使用这个：

df.date.values中的“07311954”返回True或False

下面是进一步的解释：

在pandas中，使用中的直接检查数据帧和序列（例如df中的val或序列中的val）将检查索引中是否包含val。

但是您仍然可以在中使用检查它们的值（而不是索引）！只需在df.col\u name.values中使用val，或在series.values中使用val。这样，您实际上是在用Numpy数组检查val。

而.isin（VAL）则相反，它检查数据帧/系列值是否在VAL中。此处必须设置VAL或类似列表。所以这不是解决这个问题的自然方式。