Pandas 文本匹配像 SQL 的 LIKE？

Posted 2023-02-22

【中文标题】Pandas 文本匹配像 SQL 的 LIKE？

【英文标题】：Pandas text matching like SQL's LIKE?

【发布时间】：2014-04-13 01:09:49

【问题描述】：

有没有办法在 pandas 文本 DataFrame 列上执行类似于 SQL's LIKE syntax 的操作，以便返回索引列表或可用于索引数据帧的布尔值列表？例如，我希望能够匹配列以 'prefix_' 开头的所有行，类似于 SQL 中的WHERE <col> LIKE prefix_%。

【参考方案1】：

您可以使用Series方法str.startswith（采用正则表达式）：

In [11]: s = pd.Series(['aa', 'ab', 'ca', np.nan])

In [12]: s.str.startswith('a', na=False)
Out[12]: 
0     True
1     True
2    False
3    False
dtype: bool

您也可以对str.contains 执行相同操作（使用正则表达式）：

In [13]: s.str.contains('^a', na=False)
Out[13]: 
0     True
1     True
2    False
3    False
dtype: bool

所以你可以这样做df[col].str.startswith...

See also the SQL comparison section of the docs.

注意：（正如 OP 所指出的）默认情况下，NaN 将传播（如果您想将结果用作布尔掩码，则会导致索引错误），我们使用此标志表示 NaN 应映射为 False。

In [14]: s.str.startswith('a')  # can't use as boolean mask
Out[14]:
0     True
1     True
2    False
3      NaN
dtype: object

【讨论】：

感谢安迪。我还值得注意的是，在索引时使用，nans 会导致错误，因为它们默认返回 nan。您可以使用s.str.startswith('a', na=False) 强制他们返回 False。

@naught101 很好，其实我不知道！这很整洁。

【参考方案2】：

你可以使用

s.str.contains('a', case = False)

【参考方案3】：

要查找以模式“s”开头的系列中的所有值：

SQL - WHERE column_name LIKE 's%' Python - column_name.str.startswith('s')

要查找以模式“s”结尾的系列中的所有值：

SQL - WHERE column_name LIKE '%s' Python - column_name.str.endswith('s')

要从包含模式“s”的系列中查找所有值：

SQL - WHERE column_name LIKE '%s%' Python - column_name.str.contains('s')

更多选项，请查看：https://pandas.pydata.org/pandas-docs/stable/reference/series.html