Python 选择数据框中任何列包含字符串的行的最简洁方法？

选择数据框中任何列包含字符串的所有行的最简洁方法是什么

例如，给定以下数据帧，选择任何列中的值包含a

b

的行的最佳方法是什么

df = pd.DataFrame({
    'x': ['foo', 'foo', 'bar'],
    'y': ['foo', 'foo', 'foo'],
    'z': ['foo', 'baz', 'foo']
})

我对熊猫没有经验，到目前为止，我想到的最好的方法是相当麻烦的

df[df.apply（lambda r:r.str.contains（'b'）.any（），axis=1）]

。有更简单的解决方案吗

关键是，我想检查任何列中的匹配项，而不是特定列中的匹配项。其他类似的问题，正如我所能说的，只针对一个或一列列

这个问题没有得到回答。。但是问题本身和评论已经得到了答案，这对我来说非常有效。。我在其他地方都找不到答案

所以我只是把答案复制粘贴给那些觉得有用的人。对于不区分大小写的serach，我添加了case=False

来自@Reason:

到目前为止，我想到的最好的方法是相当麻烦的

这个对我有用

来自@rbinnun的解决方案：

这个对我来说是一个测试数据集。。但是对于一些真实的数据集。。它返回了一个unicode错误，如下所示，但我认为这也是一个很好的解决方案

df[df.apply（lambda row:row.astype（str）.str.contains（'b'，case=False）.any（），axis=1）]

处理非字符串列、NAN等

UnicodeEncodeError: 'ascii' codec can't encode character u'\xae' in position 5: ordinal not in range(128)

---

df.apply

处理大量（数百万）行时速度太慢。寻找其他方法。

.str.contains

是在pd.Series上定义的一种方法，因此您似乎需要以某种方式使用apply或某种循环。可能会有一些黑客将b替换为NaN并基于此删除，但您的方法似乎更清晰。您也可以执行

df[df.sum（axis=1）.str.contains（'b'）]

，但我认为这种行为不可靠。我也不认为这是重复的。

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

处理非字符串列、NaN等。如果使用Python 2，第二个将尝试将列强制转换为ASCII字符串，因此出现unicode错误。转换为

unicode

：

df[df.apply（lambda行：row.astype（unicode）.str.contains（'b'，case=False）.any（），axis=1）]

UnicodeEncodeError: 'ascii' codec can't encode character u'\xae' in position 5: ordinal not in range(128)