如何在整个 Pandas 数据框中搜索字符串并获取包含它的列的名称？

Posted 2023-02-22

【中文标题】如何在整个 Pandas 数据框中搜索字符串并获取包含它的列的名称？

【英文标题】：How to search entire Pandas dataframe for a string and get the name of the column that contains it?

【发布时间】：2019-06-02 16:57:09

【问题描述】：

我想在包含给定字符串的数据框（“类别”）中找到列的名称。

categories

    Groceries   Electricity Fastfood    Parking 
0   SHOP        ELCOMPANY   MCDONALDS   park
1   MARKET      ELECT       Subway      car
2   market      electr      Restauran   247 

假设我想在整个数据帧中搜索字符串“MCDO”。 答案应该是“快餐”。我尝试使用 str.contains，但它似乎不适用于数据帧。

我怎样才能做到这一点？谢谢。

【参考方案1】：

如果你可以搜索整个字符串，那就更容易了，

(df == 'MCDONALDS').any().idxmax()

否则使用应用，

df.apply(lambda x: x.str.startswith('MCDO').any()).idxmax()

【讨论】：

我非常喜欢第一个 - 它很短而且效果很好，只显示“Fastfood”而不是早期尝试 lambda 中的“Index(['Fastfood'], dtype='object')”尝试。

第一个函数是什么？你从一个“（”开始

@christfan868，理解代码的最好方法是分解它。 df == 'MCDONALDS' 返回一个布尔值 df，(df == 'MCDONALDS').any() 沿轴 0 返回 True，如果任何值的条件为 True（因此是括号）

【参考方案2】：

您可以通过contains 和any 进行检查

df.apply(lambda x : x.str.contains('MCDO')).any().loc[lambda x : x].index
Index(['Fastfood'], dtype='object')

【讨论】：

大声笑，:-)，：D，YW

请注意：df.apply(lambda x : x.str.contains('MCDO')).any().loc[lambda x : x].index.item() 只会返回列名。

【参考方案3】：

或使用：

print(df.apply(lambda x: x.str.contains('MCDO')).replace(False,np.nan).dropna(axis=1,how='all').columns.item())

输出：

Fastfood

【参考方案4】：

也可以为此使用for 循环：

def strfinder(df, mystr):
    for col in df:
        for item in df[col]:
            if mystr in item:
                return col

print(strfinder(df, 'MCDO'))

获取所有可能有字符串的列，例如在下面的修改数据框中：

    Groceries   Electricity  Fastfood    Parking 
0   SHOP        ELCOMPANY   MCDONALDS   park
1   MARKET      MCDON       Subway      car
2   market      electr      Restauran   247 

可以使用“列表理解”：

mystr = 'MCDO'
outlist = [ col 
            for col in df 
            for item in df[col]
            if mystr in item    ]
print(outlist)

输出：

['Electricity', 'Fastfood']

【讨论】：

谢谢，看起来很不错，尽管人们倾向于说在 Pandas 中使用 for 循环总是错误的。但如果它有效，它就会有效。

它们易于理解且速度足以满足大多数目的。但是，如果您的数据很大，则应使用更优化的方法。