如何在 pandas 数据框中组合 AND 和 OR 运算符？

Posted 2023-03-12

【中文标题】如何在 pandas 数据框中组合 AND 和 OR 运算符？

【英文标题】：How do I combine the AND and OR operator in a pandas data frame?

【发布时间】：2015-11-11 08:25:48

【问题描述】：

我的目标是找出某些关键字组合是否可能出现在填充文本字符串（新闻文章标题）的列中。然后我想在条形图中绘制频率。

我使用 pandas 数据框完成了以下操作：

pvv_news = df[df['desc'].str.contains("pvv", case=True)]
pvv_month = win.groupby(win.index.month).size()
pvv_month.index = ['January', 'February', 'March', 'April', 'May', 'June']
pvv_month.plot(kind='bar')

这给出了：

现在，我想不通的是如何组合 AND 和 OR 以获得更具体的结果。我想到的但不起作用的示例：

pvv_news = df[df['desc'].str.contains("(pvv)&(nederland|overheid)", case=True)]

我查看了以下函数，但无法弄清楚：

pandas.Series.str.extract pandas.Series.str.match pandas.Series.str.contains 正则表达式结合上述函数。

【参考方案1】：

如果我按照你想要做的，这应该工作：

pvv_news = df[(df['desc'].str.contains("pvv"), case = True) &
              ((df['desc'].str.contains("nederland"), case = True) |  
               (df['desc'].str.contains("overheid"), case = True)) ]

【讨论】：

这正是我想要做的，谢谢！一般来说，您会说这是在使用 Pandas 时在字符串中搜索关键字的合乎逻辑的方式吗？当我要查找的关键字不是字符串中的完整单词时，我是否需要使用正则表达式？即：关键字：American，字符串：Amercians

我认为您可以将其简化为：pvv_news = df[(df['desc'].str.contains("pvv"), case = True) & (df['desc'].str.contains("nederland|overheid"), case = True) ]

@EdChum 是的，我已经这样做了，它有效。我不得不说我不明白允许背后的逻辑 |但不是 & 在 "" 里面。

@Lam 您应该能够将正则表达式作为模式传递，并且只需使用单个 contains 调用

@EdChum 这里：pandas.pydata.org/pandas-docs/stable/generated/… 它说当你想在 str.contains 中使用正则表达式时使用 re.search。使用 re.search 应该遵循 re.search(pattern, string, flags=0) (docs.python.org/2/library/re.html#re.search)。这种情况下怎么给字符串参数呢？