Python 完成或使用FOR循环

我有一个如下的数据帧

Script  Reco    Rating  Suggestion  Mood
Rel     Buy     Sell    BuyL        Sell
ITC     Sell    Sell    Sell        Sell
INFO    Sell    BuyN    Sell        Sell
TCS     Sell    Sell    Sell        Sell

我想在“Reco”、“Rating”、“Suggestion”或“Mood”列中获取字符串为“Buy”的行

我可以用下面的代码完成这项工作

df[(df['Reco'].str.contains('Buy', regex=True) | df['Rating'].str.contains('Buy', regex=True) | df['Suggestion'].str.contains('Buy', regex=True) | df['Mood'].str.contains('Buy', regex=True))]

但是，问题是我必须键入除“Script”之外的所有列的名称。为了避免这种情况，尝试做如下操作

cols_to_include = df.columns[df.columns != 'Script']
df[(df[i].str.contains('Buy') for i in cols_to_include)]

这不起作用&那是因为

(df['Reco'].str.contains('Buy', regex=True) | df['Rating'].str.contains('Buy', regex=True) | df['Suggestion'].str.contains('Buy', regex=True) | df['Mood'].str.contains('Buy', regex=True))

返回

0     True
1    False
2     True
3    False
dtype: bool

鉴于

[df[i].str.contains('Buy') for i in cols_to_include]

返回

[0     True
 1    False
 2    False
 3    False
 Name: Reco, dtype: bool, 0    False
 1    False
 2     True
 3    False
 Name: Rating, dtype: bool, 0     True
 1    False
 2    False
 3    False
 Name: Suggestion, dtype: bool, 0    False
 1    False
 2    False
 3    False
 Name: Mood, dtype: bool]

如何使

[df[i].str.contains（'Buy'）for i in cols\u to\u include]

返回如下值

0     True
1    False
2     True
3    False
dtype: bool

PS: 我知道可以通过以下输出来完成。但我正在寻找一种使用

for

循环的解决方案

cols_to_include = df.columns[df.columns != 'Script']
a = df[cols_to_include].astype(str).sum(axis=1)
df[a.str.contains('BUY', regex=True)]

---

应用字符串contains check元素可能更容易，然后使用

.any

聚合结果。因此：

---

df[cols\u to\u include].applymap（lambda x:Buy'in x）。any（axis=1）

您可以过滤掉“Script”，然后使用apply函数检查所需字符串

df.loc[df[[e for e in df.columns if e!='Script']].apply(lambda x: x.str.contains('Buy')).any(1)]

Script  Reco    Rating  Suggestion  Mood
0   Rel     Buy     Sell    BuyL    Sell
2   INFO    Sell    BuyN    Sell    Sell

---

您可以使用

堆栈

和

任意

m = df.drop('Script',1).stack().str.contains('Buy').any(level=0)

Out[1021]:
0     True
1    False
2     True
3    False
dtype: bool

下一步，使用它根据需要进行切片

df[m]

Out[1022]:
  Script  Reco Rating Suggestion  Mood
0    Rel   Buy   Sell       BuyL  Sell
2   INFO  Sell   BuyN       Sell  Sell

---

|

应该是

或
@Barmar不在熊猫索引中。这不起作用。这将导致说明每一列“['Reco'、”评级“、”建议“、”情绪“]”是否具有购买价值。我想做的是按行排列。抱歉，我错过了axis的论点。现在试试，谢谢。还有一种方法（不使用as-for循环）