如何使用字符串列表在 Python 3 中搜索 pandas 数据框

Posted 2023-03-12

【中文标题】如何使用字符串列表在 Python 3 中搜索 pandas 数据框

【英文标题】：How can I use a list of strings to search a pandas dataframe with Python 3

【发布时间】：2021-09-06 09:23:20

【问题描述】：

我正在尝试使用 Python 3 中的列表搜索 Pandas 数据框。为了清楚起见，我在使用 python 3.8 的 Windows 机器上。

我有一个 Excel 文件，我正在查找备注列中的某些关键字，然后我希望程序返回另一个包含 ID 号的列。目前，我的代码通过将 excel 数据放入 pandas 数据框，然后使用 str.contains 检查字符串变量来执行此操作，但我有多个要搜索的关键字，但我不知道该怎么做。

到目前为止，这是我的代码：

import pandas as pd

searchWord1 = 'Honda'
searchWord2 = 'honda'
searchWord3 = 'Toyota'
searchWord4 = 'toyota'
searchWord5 = '350'

df = pd.read_excel('data.xlsx',sheet_name='Sheet1')

df2 = (df[df['Notes'].str.contains(searchWord1)])

print(df2['id_number'])

我尝试创建一个列表，使用 for 循环并迭代它，但没有运气，也许我做错了？我对 python 和 pandas 很陌生，所以任何帮助都将不胜感激，谢谢。

【参考方案1】：

您可以在列表中定义搜索词，然后生成搜索模式，如下所示：

searchWords = ['Honda', 'honda', 'Toyota', 'toyota', '350']
pattern = rf"\b'|'.join(searchWords)\b"

pattern 将设置为：r'\bHonda|honda|Toyota|toyota|350\b' 其中：

两端的\b 是为了确保只匹配整个单词而不是部分单词匹配（例如匹配'350'但不匹配'12350'）。如果需要部分单词匹配，可以去掉两端的这对'\b'。

| 是替代字符串的正则表达式元字符（如or）

然后，使用搜索模式，如下：

df = pd.read_excel('data.xlsx',sheet_name='Sheet1')

df2 = (df[df['Notes'].str.contains(pattern)])

print(df2['id_number'])

【讨论】：

这正是我需要的，谢谢！