Python pandas/numpy np.where（df['；x'；].str.contains（'；y'；）与np.where（df['；x'；]）对比

作为python和pandas的新手，我尝试：

df_rows = np.where('y' in df['x'])[0]
for i in df_rows:
    print df_rows.iloc[i]

没有返回行，但是

df_rows = np.where(df['x'].str.contains('y'))[0]
for i in df_rows:
    print df_rows.iloc[i]

在

df['x']

中执行并返回了包含

'y'

的行

---

我错过了什么？为什么第一种形式失败了？（Python 2.7）

这些是不同的操作：

• 检查中的

  将搜索是否有任何元素等于
  'y'
  。（注意：对于可能无法正常工作的
  str
  ing的
  系列
  ）
  

• .str.contains

  方法搜索每个元素的字符串表示形式，如果它包含

  'y'

第一个只能返回

True

或

False

（这是因为并强制执行它）。第二个方法是普通方法，返回一个包含

True

或

False

的

序列

（因为普通方法可以随心所欲）

---

Pandas需要特定的语法才能工作。使用运算符查找

str

y

可检查pandas

系列中字符串
y
的成员资格

>>> df = pd.DataFrame({'x': ['hiya', 'howdy', 'hello']})
>>> df
       x
0   hiya
1  howdy
2  hello
>>> df_rows = np.where('y' in df['x'])[0]
>>> df_rows
array([], dtype=int64)
>>> df_rows = np.where(df['x'].str.contains('y'))[0]
>>> df_rows
array([0, 1], dtype=int64)

试试这个，它会返回一个bool而不是三个bool（就像我们第一次想到的，因为这个系列中有三个项目）：

您总是需要想一想：“我是在系列中查找项目，还是在系列中的项目中查找字符串？”

对于系列中的项目，请使用isin

：

df['x'].isin(['hello'])

对于项目中的字符串，请使用

.str.{whatever}

（或

.apply（lambda s:s）

）：

---

在第一个示例中，

df['x']

是一个类似列表的序列，您要查找的条目正好是

'y'

。在第二种情况下，

df['x'].str将类似字符串的操作矢量化到
df['x'].
>>> 'y' in df['x']
False
>>> 'hiya' in df['x']
False
>>> 'hiya' in df['x'].values
True

df['x'].isin(['hello'])

>>> df['x'].str.contains('y')
0     True
1     True
2    False
Name: x, dtype: bool
>>> df['x'].apply(lambda s: 'y' in s)
0     True
1     True
2    False
Name: x, dtype: bool