字符串包含查找：NaN导致值错误

Question

如果要筛选列值中包含字符串的行，可以使用类似于data.sample\u id.str.contains（'hph'）（前面回答：检查pandas dataframe列中的字符串是否在列表中，或者检查字符串是否在pandas dataframe中）。

但是，我的查找列包含emtpy单元格。因此，str.contains（）。

`ValueError: cannot index with vector containing NA / NaN values``

工作原理：

# get all runs 
mask = [index for index, item in enumerate(data.sample_id.values) if 'zent' in str(item)]

有没有比这个更优雅、更快的方法（类似于str.contains（））呢？




Answer 1

IIUC您也可以过滤掉这些行

data['sample'].dropna().str.contains('hph')

例子：

In [38]:
df =pd.DataFrame({'a':['hph', np.NaN, 'sadhphsad', 'hello']})
df

Out[38]:
           a
0        hph
1        NaN
2  sadhphsad
3      hello

In [39]:
df['a'].dropna().str.contains('hph')

Out[39]:
0     True
2     True
3    False
Name: a, dtype: bool

因此，通过先调用dropna，您就可以在系列上安全地使用str.contains，因为不会有NaN值

另一种处理空值的方法是使用not null：

In [43]:
(df['a'].notnull()) & (df['a'].str.contains('hph'))

Out[43]:
0     True
1    False
2     True
3    False
Name: a, dtype: bool

但我认为传递na=False会更干净（@jezrael的回答）

Answer 2

您可以将str.contains中的参数na设置为False：

print (df.a.str.contains('hph', na=False))

使用EdChum示例：

df = pd.DataFrame({'a':['hph', np.NaN, 'sadhphsad', 'hello']})
print (df)
           a
0        hph
1        NaN
2  sadhphsad
3      hello

print (df.a.str.contains('hph', na=False))
0     True
1    False
2     True
3    False
Name: a, dtype: bool