在 pandas 数据框中搜索多个字符串

Posted 2023-03-11

【中文标题】在 pandas 数据框中搜索多个字符串

【英文标题】：Searching a pandas dataframe for multiple strings

【发布时间】：2022-01-03 01:43:44

【问题描述】：

我有一个包含“名称”列的数据框 (df)，并且我有一个单独的字符串列表，其格式为：

info = ['AAA.123+456.789', 'BBB.987+654.321', 'CCC.321-654.987']

等等。我想使用列表中的字符串搜索 df 中的“名称”列，并将结果存储在单独的数据框 (df2) 中。我用过：

df2 = df.loc[df['Names'].str.contains('|'.join(info))]

然而 df2 的输出（在 spyder 变量资源管理器中）要么是一个空数据框，要么只返回一个结果。我不确定如何解决这个问题，所以任何建议都将不胜感激 - 谢谢！

编辑

Index	Names	Quantity 1	Quantity 2	Quantity 3	Quantity 4
0	AAA	12.3	4.56	7.89	10.1112
1	BBB	3.21	65.4	98.7	1.21110
2	CCC	456.23	1.23	10101	101.112
3	DDD	6.4	3.21	0.2029	1211.10

是 df 内容的示例（它是 6 列和非常多的行数）

编辑 2

根据 Serge 在 cmets 的建议，将“列表”重新标记为“信息”

【问题讨论】：

请展示您的数据框内容示例。

不要逐个调用你的列表。保留用于定义列表。

另外，尝试提供一个最小可重现的例子。尝试创建一些产生相同问题的虚拟数据。例如，使用不太复杂的字符串模式以

开头

【参考方案1】：

你可以这样做。如果你的 df 是

df = pd.DataFrame("Names":['AAA.123+456.789', "BBB.987+654.321", "W1234", "A_aa_1+.", "Z54"], "col1":[1,2,3,4,5])

info = ['AAA.123+456.789', 'BBB.987+654.321', 'CCC.321-654.987']

和

df2 = df[df['Name'].isin(info)]

给予：

    Names  col1
0  AAA.123+456.789     1
1  BBB.987+654.321     2

【讨论】：

嗯好吧，奇怪的是当我使用上述方法时，我仍然得到一个 6 列的空 DataFrame 作为 df2 的结果？我几乎可以肯定 'info' 中的字符串在 df 中，因为我已将 df 中的相应条目复制到 info...

好的，现在可以正常使用了，非常感谢！