在熊猫数据框上使用 str.contains [重复]

Posted 2023-02-23

【中文标题】在熊猫数据框上使用 str.contains [重复]

【英文标题】：Using str.contains on pandas dataframe [duplicate]

【发布时间】：2015-10-23 02:15:04

【问题描述】：

这个pandas python代码生成错误信息，

"TypeError: 一元操作数类型错误 ~: 'float'"

我不知道为什么，因为我正在尝试操作 str 对象

df_Anomalous_Vendor_Reasons[~df_Anomalous_Vendor_Reasons['V'].str.contains("File*|registry*")] #sorts, leaving only cases where reason is NOT File or Registry

有人有什么想法吗？

【问题讨论】：

你能把df_Anomalous_Vendor_Reasons['V'].str.contains("File*|registry*")的情况发一下吗，你还需要这里的星号吗？

我似乎无法复制。可以发df_Anomalous_Vendor_Reasons.to_msgpack() 给我们吗？

@MikeGraham：你确定吗？无论如何，regex=True 是 str.contains 在 0.16.2 中的默认值，而且它似乎已经使用正则表达式编译多年了。

会不会像我的 df 中有 Nan 值一样简单？

好的，就是这样。抱歉，我是新手——我已经做了一个月了，即使是在 python 中，我也已经开始使用没有背景的 pandas——所以我需要很多帮助

【参考方案1】：

感谢上面的 Davtho1983 评论，为了清楚起见，我想我会在评论中添加颜色。

对于以后遇到同样错误的人（比如我）。 这是一个非常简单的修复。来自 pandas 的 documentation 节目

Series.str.contains(pat, case=True, flags=0, na=nan, regex=True)

发生的情况是 contains() 方法没有应用于 DataFrame 中的 na 值，它们将保持 na。您只需要用布尔值填充 na 值，这样您就可以使用反转运算符 ~ 。

上面的例子应该使用

df_Anomalous_Vendor_Reasons[~df_Anomalous_Vendor_Reasons['V'].str.contains("File*|registry*", na=False)]

当然，应该根据预期逻辑为 na 参数选择 False 或 True。您选择用于填充 na 的布尔值将被反转。

【讨论】：

很好的答案 - 我对此感到很困惑

非常棒的答案