Python 通过运行多个搜索筛选数据集中的行

我需要创建一个函数，使我能够过滤数据集中的行，然后创建一个新的过滤数据集，其中只包括原始数据集中的那些行（和所有列），或者，如果我不想过滤它们，则返回我的原始数据集。
数据集示例如下（列名称相同，但行中的值不同）：

(一)

(二)

我所做的工作如下：

list_datasets=[]

for i in range(0,2): # I have two datasets that I want to check individually. For each of them, I need to specify key words to filter: key word 'Mary' from the first dataset; key words ' Kim Jun' from the second dataset, ...

    key_words = [] 

    while True:
        words = input("Search: ")

        if query!='-0':
            key_words.append(words)
            df[str(i)]["Key_Word"]= df[str(i)].Names.str.contains('|'.join(key_words), case=False, regex=True)
            df[str(i)].loc[df[str(i)]["Key_Word"] != False]
        elif words=='-0':
            break
        filt=df[str(i)][df[str(i)]["Key_Word"] != False].copy()
        list_datasets.append(filt)  

当我不想检查一个或多个数据集的任何值时，即当我想保留原始数据集时，我遇到了一些问题。 当我尝试打印数据集时出现错误：

for i in range(0,2):
    print(list_datasets[i]) 

详情如下：

IndexError                                Traceback (most recent call last)
<ipython-input-27-e490745a8a26> in <module>
     26 
     27 for i in range(0,2):
    ---> 28     print(list_datasets[i])

IndexError: list index out of range

索引器错误回溯（最近一次调用）
在里面
26
27对于范围（0,2）内的i：
--->28打印（列出数据集[i]）
索引器：列表索引超出范围

我只使用csv文件

任何帮助都将不胜感激。谢谢

更新

逻辑应该如下。对于每个数据集：

• 选择是否过滤（是/否）
• 如果我选择y，那么我需要选择关键字来过滤行。然后返回过滤后的数据集
• 如果选择n，则过滤后的数据集应等于原始数据集

---

请让我知道，如果这没有意义，你需要更多的信息。谢谢

下面是一些示例代码，它以我在上面的评论中描述的方式过滤数据帧。特定的用例是在一个列表中搜索两个数据帧以获得一个值列表（关键字）。我制作了两个示例数据帧，并使用了您的列

这并不是对你问题的所有方面的完整回答，但我希望它能让你找到一个完整的解决方案

import pandas as pd

list_datasets = []

# data in the form of list of tuples 
data1 = [('Peter', 'Smith', 'peters@example.com', 'Calgary'), 
         ('Riff', 'Jones', 'riffj@example.com', 'Ontario'), 
         ('John', 'Brown', 'johnb@example.com', 'Manitoba'),
         ('Michel', 'Boudreaux', 'michelb@example.com', 'Montreal')]

data2 = [('Sven', 'Erikson', 'svene@example.com', 'Omaha'), 
         ('Mary', 'Brown', 'maryb@example.com', 'Chicago'), 
         ('Erik', 'Svenson', 'eriks@example.com', 'Dallas'),
         ('Cindy Lou', 'Who', 'cindylouw@example.com', 'Whoville')]

# create DataFrame using data 
df1 = pd.DataFrame(data1, columns =['Name', 'Surname', 'Email', 'City'])
df2 = pd.DataFrame(data2, columns =['Name', 'Surname', 'Email', 'City'])

print("Dataframe1:\n", df1)
print("Dataframe2:\n", df2)

list_datasets.append(df1)
list_datasets.append(df2)
# print out complete dataframes in list
# for dfi in list_datasets:
#     print("Input dataset contains:\n", dfi)

searchfield = "City"
searchlist = ['Ontario', 'Manitoba', 'Chicago', 'Dallas']
searchstr = "|".join(searchlist)
print("We will be searching for the following values:\n", searchstr)

dfout = []
for dfi in list_datasets:
    dfcopy = dfi.loc[dfi[searchfield].str.contains(searchstr, case=False, regex=True)]
    dfout.append(dfcopy)

for dfi in dfout:
    print("Result from dataset:\n", dfi)

输出：

Dataframe1:
      Name    Surname                Email      City
0   Peter      Smith   peters@example.com   Calgary
1    Riff      Jones    riffj@example.com   Ontario
2    John      Brown    johnb@example.com  Manitoba
3  Michel  Boudreaux  michelb@example.com  Montreal
Dataframe2:
         Name  Surname                  Email      City
0       Sven  Erikson      svene@example.com     Omaha
1       Mary    Brown      maryb@example.com   Chicago
2       Erik  Svenson      eriks@example.com    Dallas
3  Cindy Lou      Who  cindylouw@example.com  Whoville
We will be searching for the following values:
 Ontario|Manitoba|Chicago|Dallas
Result from dataset:
    Name Surname              Email      City
1  Riff   Jones  riffj@example.com   Ontario
2  John   Brown  johnb@example.com  Manitoba
Result from dataset:
    Name  Surname              Email     City
1  Mary    Brown  maryb@example.com  Chicago
2  Erik  Svenson  eriks@example.com   Dallas

---

您是否考虑过使用loc（）以正则表达式的形式使用与搜索值匹配的命名列来过滤数据帧？您可以使用loc（）和copy（）从原始数据帧创建新的数据帧。Hi BaloonRM。我在代码中使用loc（）和copy（）从原始数据帧创建了一个新的数据帧（对于每个数据集；我不想要唯一的数据集，但对于每个数据集/csv文件都要一个）。你是说这个吗？其中df是原始数据帧，dfcopy是过滤后的副本，searchstr是搜索字符串，类似于：dfcopy=df.loc[df['Key\u Word]==searchstr].copy（）我使用了简单的字符串等价，但可以扩展到contains。它是否也适用于

df[str（I）]

其中

i

从

1

运行到

n

（

i

是我的数据集的索引）？我以前在这方面遇到过一些问题。我从未使用过数据帧列表，但在datafame列表上进行迭代可能比使用索引进行迭代效果更好。类似于列表_数据集中的dfi：其中dfi是第i个数据帧。这将消除需要处理索引的混乱。您还可以假定将每个dfi副本.append（）添加到数据帧的输出列表中。非常感谢您的支持。我会想办法把它应用到我的案例中。谢谢你的时间和回答。不客气。您还将注意到，我注释掉了代码（对于list_datesets:中的dfi），该代码将从迭代中得到的错误消息处理为“for I in range（0,2）”

import pandas as pd

list_datasets = []

# data in the form of list of tuples 
data1 = [('Peter', 'Smith', 'peters@example.com', 'Calgary'), 
         ('Riff', 'Jones', 'riffj@example.com', 'Ontario'), 
         ('John', 'Brown', 'johnb@example.com', 'Manitoba'),
         ('Michel', 'Boudreaux', 'michelb@example.com', 'Montreal')]

data2 = [('Sven', 'Erikson', 'svene@example.com', 'Omaha'), 
         ('Mary', 'Brown', 'maryb@example.com', 'Chicago'), 
         ('Erik', 'Svenson', 'eriks@example.com', 'Dallas'),
         ('Cindy Lou', 'Who', 'cindylouw@example.com', 'Whoville')]

# create DataFrame using data 
df1 = pd.DataFrame(data1, columns =['Name', 'Surname', 'Email', 'City'])
df2 = pd.DataFrame(data2, columns =['Name', 'Surname', 'Email', 'City'])

print("Dataframe1:\n", df1)
print("Dataframe2:\n", df2)

list_datasets.append(df1)
list_datasets.append(df2)
# print out complete dataframes in list
# for dfi in list_datasets:
#     print("Input dataset contains:\n", dfi)

searchfield = "City"
searchlist = ['Ontario', 'Manitoba', 'Chicago', 'Dallas']
searchstr = "|".join(searchlist)
print("We will be searching for the following values:\n", searchstr)

dfout = []
for dfi in list_datasets:
    dfcopy = dfi.loc[dfi[searchfield].str.contains(searchstr, case=False, regex=True)]
    dfout.append(dfcopy)

for dfi in dfout:
    print("Result from dataset:\n", dfi)

Dataframe1:
      Name    Surname                Email      City
0   Peter      Smith   peters@example.com   Calgary
1    Riff      Jones    riffj@example.com   Ontario
2    John      Brown    johnb@example.com  Manitoba
3  Michel  Boudreaux  michelb@example.com  Montreal
Dataframe2:
         Name  Surname                  Email      City
0       Sven  Erikson      svene@example.com     Omaha
1       Mary    Brown      maryb@example.com   Chicago
2       Erik  Svenson      eriks@example.com    Dallas
3  Cindy Lou      Who  cindylouw@example.com  Whoville
We will be searching for the following values:
 Ontario|Manitoba|Chicago|Dallas
Result from dataset:
    Name Surname              Email      City
1  Riff   Jones  riffj@example.com   Ontario
2  John   Brown  johnb@example.com  Manitoba
Result from dataset:
    Name  Surname              Email     City
1  Mary    Brown  maryb@example.com  Chicago
2  Erik  Svenson  eriks@example.com   Dallas