在Python中搜索dataframe的所有列中的字符串
我试图在数据帧的所有列中查找字符串在Python中搜索dataframe的所有列中的字符串,python,pandas,dataframe,Python,Pandas,Dataframe,我试图在数据帧的所有列中查找字符串 import pandas as pd df = pd.DataFrame([['a', 'b'], ['c', 'd'], ['e', 'a']], columns=["A", "B"]) for col in df: df[col].str.contains('a') 0 True 1 False 2 False Name: A, dtype: bool 0 False 1 False 2 Tru
import pandas as pd
df = pd.DataFrame([['a', 'b'], ['c', 'd'], ['e', 'a']], columns=["A", "B"])
for col in df:
df[col].str.contains('a')
0 True
1 False
2 False
Name: A, dtype: bool
0 False
1 False
2 True
Name: B, dtype: bool
但是,上面的代码只返回布尔值,而不是我想要的格式(以表格形式显示行和列),这可以在特定列中搜索时实现:
df[df.A == 'a']
A B
0 a b
有人能帮忙吗?创建布尔
数据框
,并按以下方式检查每行至少一个True
:
详细信息:
print (df.eq('a'))
A B
0 True False
1 False False
2 False True
print(df.eq('a').any(axis=1))
0 True
1 False
2 True
dtype: bool
如果要检查
子字符串
s,请使用布尔数据帧
:
df = pd.DataFrame([['ad', 'b'], ['c', 'd'], ['e', 'asw']], columns=["A", "B"])
print (df)
A B
0 ad b
1 c d
2 e asw
df = df[df.apply(lambda x: x.str.contains('a')).any(axis=1)]
或通过中的进行元素检查:
df = df[df.applymap(lambda x: 'a' in x).any(axis=1)]
print (df)
A B
0 ad b
2 e asw
这是一种使用恰当命名的np.logical\u或
的方法
import pandas as pd, numpy as np
df = pd.DataFrame([['a', 'b'], ['c', 'd'], ['e', 'a']], columns=["A", "B"])
mask = np.logical_or.reduce([df[col] == 'a' for col in df])
df[mask]
# A B
# 0 a b
# 2 e a
此方法也适用于str.contains
。例如:
mask = np.logical_or.reduce([df[col].str.contains('a', na=False) for col in df])
搜索多个字符串怎么样?@JunchenLiu-然后使用df=df[df.apply(lambda x:x.str.contains('a | b | c')).any(axis=1)]
mask = np.logical_or.reduce([df[col].str.contains('a', na=False) for col in df])