Pandas提取含有指定字符串的行(完全匹配,部分匹配)
以下內(nèi)容，如何使用pandas提取含有指定字符串的行的方法進行解釋說明。
行的提?。ㄟx擇）方法
完全匹配
- ==
部分匹配
- str.contains()：包含一個特定的字符串
- 參數(shù)na：缺少值NaN處理
- 參數(shù)case：大小寫我的處理
- 參數(shù)regex：使用正則表達式模式
- str.endswith（）：以特定字符串結(jié)尾
- str.startswith（）：以特定的字符串開頭
- str.match（）：匹配正則表達式模式
要提取部分匹配的行，可以使用pandas的（str.xxx（））方法，根據(jù)指定條件提取的字符串方法。
這次以以下數(shù)據(jù)為例
import pandas as pd
df = pd.read_csv('./data/08/sample_pandas_normal.csv').head(3)
print(df)
# ? ? ? name ?age state ?point
# 0 ? ?Alice ? 24 ? ?NY ? ? 64
# 1 ? ? ?Bob ? 42 ? ?CA ? ? 92
# 2 ?Charlie ? 18 ? ?CA ? ? 70行的提?。ㄟx擇）方法
首先，展示如何從pandas.DataFrame中提?。ㄟx擇）行以獲得新的pandas.DataFrame。
使用布爾值的布爾列表（數(shù)組）或pandas.Series的話，只能提取（選擇）True行。
mask = [True, False, True] df_mask = df[mask] print(df_mask) # name age state point # 0 Alice 24 NY 64 # 2 Charlie 18 CA 70
因此，對于具有字符串元素的列，是否能夠獲得根據(jù)條件的布爾列表就足夠了。
完全匹配
==
如果元素與字符串完全匹配，則使用==獲取為True的pandas.Series。
print(df['state'] == 'CA') # 0 ? ?False # 1 ? ? True # 2 ? ? True # Name: state, dtype: bool print(df[df['state'] == 'CA']) # ? ? ? name ?age state ?point # 1 ? ? ?Bob ? 42 ? ?CA ? ? 92 # 2 ?Charlie ? 18 ? ?CA ? ? 70
部分匹配
str.contains()：包含一個特定的字符串
pandas.Series字符串方法str.contains（）允許獲取包含特定字符串的pandas.Series.
print(df['name'].str.contains('li'))
# 0 ? ? True
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: bool
print(df[df['name'].str.contains('li')])
# ? ? ? name ?age state ?point
# 0 ? ?Alice ? 24 ? ?NY ? ? 64
# 2 ?Charlie ? 18 ? ?CA ? ? 70請注意，默認情況下，第一個參數(shù)中指定的字符串將作為正則表達式模式進行處理，如下所述。
參數(shù)na：缺少值NaN處理
如果元素是缺失值NaN，則默認情況下它將返回NaN而不是True或False。因此，使用pandas.Series提取該行是錯誤的。
df_nan = df.copy()
df_nan.iloc[2, 0] = float('nan')
print(df_nan)
# ? ? name ?age state ?point
# 0 ?Alice ? 24 ? ?NY ? ? 64
# 1 ? ?Bob ? 42 ? ?CA ? ? 92
# 2 ? ?NaN ? 18 ? ?CA ? ? 70
print(df_nan['name'].str.contains('li'))
# 0 ? ? True
# 1 ? ?False
# 2 ? ? ?NaN
# Name: name, dtype: object
# print(df_nan[df_nan['name'].str.contains('li')])
# ValueError: cannot index with vector containing NA / NaN values可以通過str.contains（）的參數(shù)na來指定替換NaN結(jié)果的值。
print(df_nan['name'].str.contains('li', na=False))
# 0 ? ? True
# 1 ? ?False
# 2 ? ?False
# Name: name, dtype: bool
print(df_nan['name'].str.contains('li', na=True))
# 0 ? ? True
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: bool用作條件時，如果na = True，則選擇NaN的行，如果na = False，則不選擇NaN的行。
參數(shù)case：大小寫我的處理
默認情況下，區(qū)分大小寫。如果參數(shù)case為False，則case被忽略。
print(df['name'].str.contains('LI'))
# 0 ? ?False
# 1 ? ?False
# 2 ? ?False
# Name: name, dtype: bool
print(df['name'].str.contains('LI', case=False))
# 0 ? ? True
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: bool參數(shù)regex：使用正則表達式模式
使用str.contains（）時要記住的一件事是，默認情況下，指定為第一個參數(shù)的字符串將作為正則表達式模式進行處理。
print(df['name'].str.contains('i.*e'))
# 0 True
# 1 False
# 2 True
# Name: name, dtype: bool
如果參數(shù)ragex為False，則確定是否包含第一個參數(shù)的字符串本身。
print(df['name'].str.contains('i.*e', regex=False))
# 0 False
# 1 False
# 2 False
# Name: name, dtype: bool
例如，如果要判斷是否包含正則表達式的特殊字符，例如？，。，*，則需要設置regex = False。當然，可以指定一個正則表達式模式，以轉(zhuǎn)義\？等特殊字符。
請注意，默認值可能會導致錯誤。
df_q = df.copy()
df_q.iloc[2, 0] += '?'
print(df_q)
# ? ? ? ?name ?age state ?point
# 0 ? ? Alice ? 24 ? ?NY ? ? 64
# 1 ? ? ? Bob ? 42 ? ?CA ? ? 92
# 2 ?Charlie? ? 18 ? ?CA ? ? 70
# print(df_q['name'].str.contains('?'))
# error: nothing to repeat at position 0
print(df_q['name'].str.contains('?', regex=False))
# 0 ? ?False
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: bool
print(df_q['name'].str.contains('\?'))
# 0 ? ?False
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: boolstr.contains（）等同于re.search（），并且可以在flags參數(shù)中指定正則表達式標志。如稍后所述，還有對應于re.match（）的str.match（）。
請注意，下面要介紹的str.endswith（）如果想要確定end ?，會更容易，如本例所示。
str.endswith（）：以特定字符串結(jié)尾
pandas.Series字符串方法str.endswith（）可以獲取以特定字符串結(jié)尾的pandas.Series。
print(df['name'].str.endswith('e'))
# 0 ? ? True
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: bool
print(df[df['name'].str.endswith('e')])
# ? ? ? name ?age state ?point
# 0 ? ?Alice ? 24 ? ?NY ? ? 64
# 2 ?Charlie ? 18 ? ?CA ? ? 70str.endswith（）也有一個參數(shù)na。如果要選擇缺失值NaN的行，則設置na = True；如果不想選擇，則將na = False設置。
沒有參數(shù)case，因此它始終區(qū)分大小寫。
另外，第一個參數(shù)的字符串在確定中照原樣使用，而不作為正則表達式模式處理。
str.startswith（）：以特定的字符串開頭
pandas.Series字符串方法str.startswith（）可以獲取以特定字符串開頭的pandas.Series。
print(df['name'].str.startswith('B'))
# 0 ? ?False
# 1 ? ? True
# 2 ? ?False
# Name: name, dtype: bool
print(df[df['name'].str.startswith('B')])
# ? name ?age state ?point
# 1 ?Bob ? 42 ? ?CA ? ? 92str.match（）：匹配正則表達式模式
pandas.Series字符串方法str.match（）可以獲取與正則表達式模式匹配的pandas.Series。
print(df['name'].str.match('.*i.*e'))
# 0 ? ? True
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: bool
print(df[df['name'].str.match('.*i.*e')])
# ? ? ? name ?age state ?point
# 0 ? ?Alice ? 24 ? ?NY ? ? 64
# 2 ?Charlie ? 18 ? ?CA ? ? 70如上所述，str.match（）對應于re.match（），并確定字符串的開頭是否與模式匹配。如果不是一開始就為False。
print(df['name'].str.match('.*i'))
# 0 ? ? True
# 1 ? ?False
# 2 ? ? True
# Name: name, dtype: bool
print(df['name'].str.match('i.*e'))
# 0 ? ?False
# 1 ? ?False
# 2 ? ?False
# Name: name, dtype: bool當需要確定是否包括與模式匹配的部分時，不僅在開始時，而且默認使用與上述re.search（）等效的re.contains（）（regex = True）。
str.match（）與str.contains（）可以以相同的方式指定參數(shù)na，case和flag。
到此這篇關(guān)于Pandas提取含有指定字符串的行(完全匹配,部分匹配)的文章就介紹到這了,更多相關(guān)Pandas提取指定字符串的行內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了Python3.8中使用f-strings調(diào)試的相關(guān)知識，本文通過實例代碼給大家介紹的非常詳細，具有一定的參考借鑒價值，需要的朋友可以參考下2019-05-05
python網(wǎng)頁請求urllib2模塊簡單封裝代碼
這篇文章主要分享一個python網(wǎng)頁請求模塊urllib2模塊的簡單封裝代碼，有需要的朋友參考下2014-02-02
pyqt5 comboBox獲得下標、文本和事件選中函數(shù)的方法
今天小編就為大家分享一篇pyqt5 comboBox獲得下標、文本和事件選中函數(shù)的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-06-06
這篇文章主要介紹了Django模版中加載靜態(tài)文件配置方法，本文給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2019-07-07
下面小編就為大家分享一篇Python 在字符串中加入變量的實例講解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-05-05
python實現(xiàn)ModBusTCP協(xié)議的client功能
Modbus TCP 是一種基于 TCP/IP 協(xié)議棧的 Modbus 通信協(xié)議,它用于在工業(yè)自動化系統(tǒng)中進行設備之間的通信,只要通過pymodbus或pyModbusTCP任意模塊就可以實現(xiàn),本文采用pymodbus,感興趣的朋友跟隨小編一起看看吧2023-10-10
Python編程pygame模塊實現(xiàn)移動的小車示例代碼
這篇文章主要介紹了Python編程pygame模塊實現(xiàn)移動的小車示例代碼，具有一定借鑒價值,需要的朋友可以參考下2018-01-01
python通過pip更新所有已安裝的包實現(xiàn)方法
下面小編就為的帶來一篇python通過pip更新所有已安裝的包實現(xiàn)方法。小編覺得挺不錯的，現(xiàn)在就分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2017-05-05
這篇文章主要介紹了Python的subprocess模塊總結(jié),本文詳細講解了subprocess模塊參數(shù)及Popen方法,然后給出了多個使用實例,需要的朋友可以參考下2014-11-11
這篇文章主要介紹了Python中optparse模塊使用淺析,optparse模塊主要用來為腳本傳遞命令參數(shù)功能,需要的朋友可以參考下2015-01-01