按包含 str 过滤熊猫数据帧行

Posted 2023-03-12

【中文标题】按包含 str 过滤熊猫数据帧行

【英文标题】：Filtering pandas dataframe rows by contains str

【发布时间】：2015-12-13 11:48:59

【问题描述】：

我有一个带有很多行的 python pandas 数据框df。从这些行中，我想切出并仅使用“body”列中包含“ball”一词的行。为此，我可以这样做：

df[df['body'].str.contains('ball')]

问题是，我希望它不区分大小写，这意味着如果出现 Ball 或 bAll 这个词，我也会想要它们。进行不区分大小写搜索的一种方法是将字符串转换为小写，然后以这种方式进行搜索。我想知道如何去做。我试过了

df[df['body'].str.lower().contains('ball')]

但这不起作用。我不确定我是否应该在这个或那种性质的东西上使用 lambda 函数。

【参考方案1】：

您可以再次使用.str 来访问字符串方法，或者（更好的是，恕我直言）使用case=False 来保证不区分大小写：

>>> df = pd.DataFrame("body": ["ball", "red BALL", "round sphere"])
>>> df[df["body"].str.contains("ball")]
   body
0  ball
>>> df[df["body"].str.lower().str.contains("ball")]
       body
0      ball
1  red BALL
>>> df[df["body"].str.contains("ball", case=False)]
       body
0      ball
1  red BALL
>>> df[df["body"].str.contains("ball", case=True)]
   body
0  ball

（请注意，如果您要进行作业，最好使用df.loc，以避免可怕的SettingWithCopyWarning，但如果我们只是选择这里也没关系。）

（注意 #2：我想我真的不需要在此处指定“圆形”..）

【讨论】：

太棒了。我接近链接str 事件。我不知道str.contains 有case=False 选项。那太棒了。再跟进：我收到了您提到的可怕的 SettingWithCopy 警告。你介意详细说明一下吗？我的目标是创建一个仅包含“ball”的行的新数据框

这个故事有点太长了，不能在 cmets 里写。您可以阅读文档的this section 以获得解释。

非常感谢。如何添加多个字符串进行过滤？