如何检查Pandas中的列是否具有具有不同大小写选择的字符串？

Question

我知道如何检查pandas中的一列是否有特定的字符串，就像post-check中解释的那样，如果pandas中的dataframe列中包含某个值。但是，我想计算包含特定字符串的行数，其中包含一些可变性。例如，我不仅要检查行中是否包含葡萄牙，还要检查行中是否包含葡萄牙或葡萄牙。有没有办法做到这一点？

这就是我停下来的地方（我不仅试着数数，而且还试着看到了百分比）：

df[df['column'].str.contains('Portugal')].shape[0]/df['column'].shape[0]

Answer 1

特伦顿·麦金尼和YOBEN_S都可以。另一种蟒蛇的方式是请使用？正则表达式标志。在这种情况下，暗示大小写不敏感的标志i。只要拼写正确，葡萄牙语是如何键入的并不重要。

df[df.Country.str.contains('(?i:Portugal)')]



 Country
0   PORTUGAL
4   Portugal
7   portugal
10  PORTUGAL

Answer 2

您可以传递case=False

sub = df[df['Country'].str.contains('portugal',case=False)]
sub
Out[48]: 
     Country
0   PORTUGAL
4   Portugal
7   portugal
10  PORTUGAL

Answer 3

• 将整个列强制转换为单个大小写（例如小写）并搜索一个变体更容易。

import pandas as pd

# test data
data = {'Country': ['PORTUGAL', 'ENGLAND', 'FRANCE', 'GERMANY', 'Portugal', 'SPAIN', 'SPAIN', 'portugal', 'ITALY', 'NETHERLANDS', 'PORTUGAL', 'ITALY', 'RUSSIA']}

# setup dataframe
df = pd.DataFrame(data)

# cast Country to lowercase
df['Country'] = df['Country'].str.lower()

# search for desired string with contains
portugal = df[df['Country'].str.contains('portugal')]

# display(portugal)
     Country
0   portugal
4   portugal
7   portugal
10  portugal