Pandas DataFrame nach Teilstring-Kriterien filtern

Question

Ich habe ein Pandas DataFrame mit einer Spalte von String-Werten. Ich muss Zeilen basierend auf partiellen String-Übereinstimmungen auswählen.

So etwas wie diese Redewendung:

re.search(pattern, cell_in_question) 

einen booleschen Wert zurückgibt. Ich bin vertraut mit der Syntax von df[df['A'] == "hello world"] aber ich kann keine Möglichkeit finden, dasselbe mit einer teilweisen Zeichenkettenübereinstimmung zu tun, z. B. 'hello' .

Answer 1

Die Verwendung von contains hat bei meiner Zeichenkette mit Sonderzeichen nicht gut funktioniert. Find funktionierte aber.

df[df['A'].str.find("hello") != -1]

Answer 2

Ein allgemeineres Beispiel: Wenn Sie nach Wortteilen ODER bestimmten Wörtern in einer Zeichenfolge suchen:

df = pd.DataFrame([('cat andhat', 1000.0), ('hat', 2000000.0), ('the small dog', 1000.0), ('fog', 330000.0),('pet', 330000.0)], columns=['col1', 'col2'])

Bestimmte Teile eines Satzes oder Wortes:

searchfor = '.*cat.*hat.*|.*the.*dog.*'

Spalte erstellen, die die betroffenen Zeilen anzeigt (kann bei Bedarf jederzeit herausgefiltert werden)

df["TrueFalse"]=df['col1'].str.contains(searchfor, regex=True)

    col1             col2           TrueFalse
0   cat andhat       1000.0         True
1   hat              2000000.0      False
2   the small dog    1000.0         True
3   fog              330000.0       False
4   pet 3            30000.0        False

Answer 3

Vielleicht möchten Sie nach einem Text in allen Spalten des Pandas-Datenrahmens suchen und nicht nur in einer Teilmenge davon. In diesem Fall wird der folgende Code helfen.

df[df.apply(lambda row: row.astype(str).str.contains('String To Find').any(), axis=1)]

Warnung. Diese Methode ist relativ langsam, wenn auch bequem.

Answer 4

Ähnlich wie die Antwort von @cs95, aber hier müssen Sie keinen Motor angeben:

df.query('A.str.contains("hello").values')

Answer 5

df[df['A'].str.contains("hello", case=False)]